基于主题特征的Web信息挖掘模型的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外现状 | 第11-12页 |
| ·论文的主要工作 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 Web信息挖掘和主题特征的研究 | 第14-21页 |
| ·Web信息挖掘 | 第14-15页 |
| ·Web结构挖掘 | 第14页 |
| ·Web内容挖掘 | 第14-15页 |
| ·Web使用挖掘 | 第15页 |
| ·主题特征归纳 | 第15-19页 |
| ·主题描述特征 | 第15-16页 |
| ·主题网页特征 | 第16-18页 |
| ·链接特征 | 第18-19页 |
| ·主题站点垂直挖掘模型研究 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于URL特征的网站结构信息挖掘 | 第21-36页 |
| ·相关研究发展状况 | 第21页 |
| ·网站结构特征研究 | 第21-25页 |
| ·网站的结构研究 | 第21-23页 |
| ·网站内的单个页面结构特征分析 | 第23-24页 |
| ·网站的全局特征分析 | 第24-25页 |
| ·URL特征研究 | 第25-27页 |
| ·URL介绍 | 第25-26页 |
| ·URL特征分析 | 第26-27页 |
| ·基于URL特征的网站结构挖掘 | 第27-35页 |
| ·三元组URL描述法 | 第27-28页 |
| ·URL树 | 第28页 |
| ·URL链接解析 | 第28-29页 |
| ·网站三元组URL树 | 第29-31页 |
| ·基于三元组URL树的网站信息挖掘 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 中文网页正文内容抽取方法的研究与实现 | 第36-46页 |
| ·相关研究发展状况 | 第36-37页 |
| ·网页标题抽取方法的研究 | 第37-39页 |
| ·锚文本和标题的相似度分析 | 第37页 |
| ·标题的自然语言规则研究 | 第37-38页 |
| ·基于多条件决策的网页正文标题抽取方法流程 | 第38-39页 |
| ·标题和正文依存距离研究 | 第39-41页 |
| ·依存树模型分析 | 第39页 |
| ·网页解析 | 第39-41页 |
| ·基于TCDT的中文网页正文抽取方法 | 第41-43页 |
| ·正文节点统计特性 | 第41页 |
| ·依存距离模型分析 | 第41-43页 |
| ·基于TCDT的中文网页正文抽取方法流程 | 第43-44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 Web网页细粒度信息抽取方法的研究 | 第46-63页 |
| ·相关研究发展状况 | 第46-47页 |
| ·网页粒度理论研究 | 第47-51页 |
| ·网页粒度理论 | 第47-48页 |
| ·网页结构特征分析 | 第48-51页 |
| ·网页属性化思想 | 第51-53页 |
| ·网页文本特征研究 | 第51-52页 |
| ·网页属性项文本 | 第52-53页 |
| ·基于语义和规则的网页细粒度信息抽取模型 | 第53-54页 |
| ·语义解析模块 | 第54-57页 |
| ·语义词典的构造 | 第54-55页 |
| ·相似度计算公式 | 第55-57页 |
| ·网页属性项抽取 | 第57-62页 |
| ·属性项文本和自由文本预处理 | 第57-58页 |
| ·属性项文本抽取属性项 | 第58-60页 |
| ·段落中抽取属性项 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 站点垂直挖掘系统的实现 | 第63-73页 |
| ·站点垂直挖掘系统设计 | 第63-65页 |
| ·需求分析 | 第63页 |
| ·站点垂直挖掘系统整体设计 | 第63-65页 |
| ·基于三元组URL描述法的结构挖掘实现 | 第65-68页 |
| ·招标URL页面分类步骤 | 第65-67页 |
| ·实验结果 | 第67-68页 |
| ·基于语义和规则的内容挖掘模块的实现 | 第68-72页 |
| ·招标词典构造和抽取规则制定 | 第68-70页 |
| ·实验结果 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |
