| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9-10页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究内容及论文结构 | 第11-13页 |
| 第二章 信息抽取及 Hadoop 相关技术综述 | 第13-25页 |
| ·信息抽取研究概述 | 第13-16页 |
| ·信息抽取简介 | 第13页 |
| ·信息抽取与信息检索 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·信息抽取评价指标 | 第15-16页 |
| ·Web 信息抽取技术发展 | 第16-18页 |
| ·Web 信息抽取简介 | 第16页 |
| ·Web 信息抽取技术 | 第16-17页 |
| ·Web 信息抽取面临的问题 | 第17-18页 |
| ·Hadoop 平台概述 | 第18-24页 |
| ·Hadoop 平台背景 | 第18-19页 |
| ·MapReduce 计算模型 | 第19-22页 |
| ·HDFS 分布式文件系统 | 第22-24页 |
| ·本章总结 | 第24-25页 |
| 第三章 基于 Hadoop 的 Web 评论自动抽取方法设计 | 第25-40页 |
| ·基于 Hadoop 的 Web 评论自动抽取方法的提出 | 第25-26页 |
| ·现有 Web 评论抽取方法的不足 | 第25页 |
| ·基于 Hadoop 的 Web 评论自动抽取方法的总体设计 | 第25-26页 |
| ·Web 页面解析 | 第26-29页 |
| ·Web 页面预处理 | 第27页 |
| ·对 Web 页面构建 DOM 树 | 第27-29页 |
| ·基于 Hadoop 的 Web 评论记录抽取算法 | 第29-34页 |
| ·评论记录区域自动识别算法设计 | 第30-32页 |
| ·评论记录子树节点相似度算法设计 | 第32页 |
| ·评论记录子树去噪算法设计 | 第32-33页 |
| ·评论记录子树抽取算法设计 | 第33-34页 |
| ·基于 Hadoop 的 Web 评论内容抽取算法 | 第34-39页 |
| ·评论内容抽取特征 | 第35-36页 |
| ·评论内容区域自动识别算法设计 | 第36-37页 |
| ·评论内容抽取算法设计 | 第37-39页 |
| ·本章总结 | 第39-40页 |
| 第四章 基于 Hadoop 的 Web 评论自动抽取系统实现 | 第40-48页 |
| ·现有典型 Web 信息抽取系统 | 第40-41页 |
| ·基于 Hadoop 的 Web 评论自动抽取系统的设计 | 第41-43页 |
| ·系统体系结构 | 第41-42页 |
| ·系统主要特点 | 第42页 |
| ·系统应用场景 | 第42-43页 |
| ·基于 Hadoop 的 Web 评论自动抽取系统的实现 | 第43-45页 |
| ·系统实现 | 第43页 |
| ·系统工作原理 | 第43-45页 |
| ·基于 hadoop 的 Web 评论自动抽取系统的部署 | 第45-47页 |
| ·系统平台搭建 | 第45-46页 |
| ·Hadoop 环境配置 | 第46-47页 |
| ·本章总结 | 第47-48页 |
| 第五章 实验测试与分析 | 第48-57页 |
| ·实验数据源的获取 | 第48-49页 |
| ·评论自动抽取方法测试与分析 | 第49-52页 |
| ·评论记录抽取算法实验评估 | 第49-51页 |
| ·评论内容抽取算法实验评估 | 第51-52页 |
| ·评论自动抽取系统测试与分析 | 第52-56页 |
| ·系统准确性分析 | 第52-54页 |
| ·系统性能分析 | 第54-56页 |
| ·本章总结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·研究展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 | 第63页 |
