中文Blog网页识别与内容抽取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景及意义 | 第9-11页 |
| ·Blog的定义 | 第9页 |
| ·Blog的发展 | 第9-10页 |
| ·国内Blog的发展和前景 | 第10页 |
| ·Blog的信息挖掘 | 第10-11页 |
| ·Blog规范 | 第11页 |
| ·国内外相关研究综述 | 第11-16页 |
| ·Blog的国内外研究 | 第12-13页 |
| ·Web数据挖掘 | 第13页 |
| ·Web信息抽取 | 第13-16页 |
| ·本文的主要内容及组织 | 第16-17页 |
| 第2章 Web网页与Blog网页分析 | 第17-28页 |
| ·Web网页分析 | 第17-19页 |
| ·DocView模型 | 第17-18页 |
| ·半结构化数据 | 第18-19页 |
| ·Blog网页分析 | 第19-22页 |
| ·Blog页面结构特点分析 | 第19-21页 |
| ·Blog内容特征分析 | 第21-22页 |
| ·网页识别 | 第22-24页 |
| ·利用机器学习进行网页识别的方法 | 第22-23页 |
| ·Gain特征提取方法 | 第23-24页 |
| ·Web网页信息抽取技术 | 第24-26页 |
| ·基于归纳学习的信息抽取技术 | 第24-25页 |
| ·基于自定义查询语言的信息抽取技术 | 第25页 |
| ·基于模式匹配的信息抽取技术 | 第25-26页 |
| ·基于隐马尔科夫的信息抽取技术 | 第26页 |
| ·Web网页内容获取 | 第26-27页 |
| ·网页编码转换 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Blog网页识别 | 第28-38页 |
| ·Blog网页分类与识别 | 第28-32页 |
| ·广义Blog网页识别 | 第29-32页 |
| ·狭义Blog网页识别 | 第32页 |
| ·Blog导航类网页的过滤 | 第32-33页 |
| ·Blog网页相似度计算方法 | 第33-37页 |
| ·Blog网页结构相似度的计算方法 | 第34-35页 |
| ·Blog网页关键词相关度的计算方法 | 第35-36页 |
| ·Blog网页结构和关键词特征的提取 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 Blog网页内容抽取 | 第38-45页 |
| ·Blog网页预处理 | 第38-39页 |
| ·Blog日志正文抽取 | 第39-41页 |
| ·HTML噪声标签过滤 | 第39页 |
| ·原始网页的过滤划分 | 第39-41页 |
| ·评论内容抽取 | 第41-42页 |
| ·评论人数和评论数抽取 | 第42-43页 |
| ·标题获取 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 系统实现与实验结果分析 | 第45-51页 |
| ·系统设计与实现 | 第45-46页 |
| ·开发平台及工具 | 第45-46页 |
| ·评测方法 | 第46页 |
| ·Blog导航网页去除实验结果及分析 | 第46-48页 |
| ·网页内容抽取实验结果及分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间发表的学术论文 | 第56-58页 |
| 致谢 | 第58页 |
