基于标签特征向量的网页去噪声研究及其应用
| 目录 | 第1-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 网页去噪声概述 | 第11-21页 |
| ·研究背景 | 第11-12页 |
| ·互联网及其应用发展 | 第11-12页 |
| ·Web信息提取 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·网页模型 | 第13-17页 |
| ·HTML文档 | 第13-14页 |
| ·元数据模型 | 第14-16页 |
| ·DocView模型 | 第16页 |
| ·DOM树 | 第16-17页 |
| ·网页噪声及其分类 | 第17-19页 |
| ·国内外研究现状 | 第19页 |
| ·本文组织结构 | 第19-21页 |
| ·本文主要研究内容 | 第19-20页 |
| ·本文的组织结构 | 第20-21页 |
| 第二章 网页去噪声主要模型和方法 | 第21-33页 |
| ·压缩样式树模型 | 第21-25页 |
| ·压缩样式树例子 | 第21-22页 |
| ·相关定义 | 第22-23页 |
| ·DOM树合并过程 | 第23-24页 |
| ·权重策略 | 第24-25页 |
| ·结果评估 | 第25页 |
| ·基于内容块的模型 | 第25-29页 |
| ·块的划分 | 第26页 |
| ·主要过程 | 第26-29页 |
| ·基于视觉分块模型 | 第29-31页 |
| ·网页块重要性等级 | 第29页 |
| ·标签块重要性模型 | 第29-31页 |
| ·其他方法综述 | 第31-32页 |
| ·总结 | 第32-33页 |
| 第三章 基于标签特征向量的模型和方法 | 第33-46页 |
| ·聚类分析 | 第33-37页 |
| ·聚类的准则函数 | 第33-34页 |
| ·聚类中常用的距离 | 第34-35页 |
| ·常用聚类方法 | 第35-37页 |
| ·几种常用算法比较 | 第37页 |
| ·标签特征向量模型 | 第37-44页 |
| ·模型定义 | 第37-39页 |
| ·基于标签特征向量的网页去噪声方法 | 第39-44页 |
| ·标签特征向量模型的其他应用 | 第44-46页 |
| ·网页分类器 | 第44页 |
| ·文本块容器 | 第44-46页 |
| 第四章 基于标签特征向量的模型实现 | 第46-51页 |
| ·HtmlParser介绍 | 第46-48页 |
| ·主要类和接口 | 第46-47页 |
| ·HtmlParser主要功能 | 第47-48页 |
| ·主要数据结构 | 第48-49页 |
| ·特征向量的结构 | 第48页 |
| ·标签重要性定义 | 第48-49页 |
| ·主要算法代码实现 | 第49-51页 |
| ·规范化DOM树 | 第49页 |
| ·产生中间节点 | 第49页 |
| ·标注叶子节点特征 | 第49-50页 |
| ·聚类 | 第50页 |
| ·选取文本簇 | 第50页 |
| ·标签节点位置关系判断 | 第50-51页 |
| 第五章 实验结果及其分析 | 第51-61页 |
| ·实验流程图 | 第51-54页 |
| ·网页去噪声流程图 | 第51-52页 |
| ·分类子系统流程图 | 第52-53页 |
| ·实验说明 | 第53-54页 |
| ·网页去噪声度量指标 | 第54-55页 |
| ·查全率 | 第54页 |
| ·查准率 | 第54页 |
| ·F-分数 | 第54页 |
| ·纯净度 | 第54页 |
| ·完整性 | 第54-55页 |
| ·网页去噪声数据源和参数设定 | 第55-56页 |
| ·网页去噪声实验结果及其分析 | 第56-60页 |
| ·分类实验 | 第56页 |
| ·文本抽取实验 | 第56-59页 |
| ·内容块容器实验 | 第59-60页 |
| ·网页去噪声实验总结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 附录 | 第63-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |
