| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本论文研究工作 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 2 Hadoop 平台概述 | 第13-20页 |
| 2.1 Hadoop 平台背景 | 第13页 |
| 2.2 Hadoop 分布式文件系统 HDFS | 第13-16页 |
| 2.2.1 HDFS 体系结构 | 第13-15页 |
| 2.2.2 HDFS 的工作流程 | 第15页 |
| 2.2.3 HDFS 的特点 | 第15-16页 |
| 2.3 Hadoop 的 MapReduce 计算框架 | 第16-19页 |
| 2.3.1 MapReduce 模型 | 第16-17页 |
| 2.3.2 MapReduce 的实现 | 第17-18页 |
| 2.3.3 Shuffle 过程 | 第18-19页 |
| 2.3.4 MapReduce 的特点 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 Deep Web 信息抽取技术 | 第20-27页 |
| 3.1 信息抽取技术历史 | 第20页 |
| 3.2 Deep Web 信息抽取技术 | 第20-25页 |
| 3.2.1 基于 DOM 树结构的信息抽取 | 第21-23页 |
| 3.2.2 基于模板的信息抽取 | 第23-24页 |
| 3.2.3 基于视觉特征的信息抽取 | 第24页 |
| 3.2.4 基于统计理论的信息抽取 | 第24-25页 |
| 3.3 Deep Web 信息抽取技术分析 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 4 基于 DOM 树和模板方法相结合的 Deep Web 查询结果抽取技术 | 第27-48页 |
| 4.1 FIME 算法名词解释 | 第27-28页 |
| 4.2 FIME 算法架构 | 第28-30页 |
| 4.3 清噪模块 | 第30-31页 |
| 4.4 迭代模块 | 第31-34页 |
| 4.5 匹配模块 | 第34-37页 |
| 4.6 抽取模块 | 第37-40页 |
| 4.7 基于 Hadoop 的 FIME 算法设计与实现 | 第40-47页 |
| 4.7.1 清噪模块分布式执行算法 | 第41-44页 |
| 4.7.2 抽取模块分布式执行算法 | 第44-47页 |
| 4.8 本章小结 | 第47-48页 |
| 5 实验设计与结果分析 | 第48-57页 |
| 5.1 实验数据与评价指标 | 第48页 |
| 5.2 集群环境 | 第48页 |
| 5.3 实验结果及分析 | 第48-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-60页 |
| 6.1 本文总结 | 第57-58页 |
| 6.2 工作展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
| A. 作者在攻读硕士学位期间成果目录 | 第66页 |
| B. 作者在攻读硕士学位期间参加的项目 | 第66页 |
