| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景 | 第10-11页 |
| ·构件获取技术研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第2章 构件描述模型 | 第14-20页 |
| ·构件模型概述 | 第14-15页 |
| ·XML概述 | 第15-16页 |
| ·构件描述模型 | 第16-18页 |
| ·本章小结 | 第18-20页 |
| 第3章 主题网页的爬行策略 | 第20-28页 |
| ·问题描述 | 第20页 |
| ·爬行策略研究现状 | 第20-23页 |
| ·基于内容的页面相关度算法 | 第20-22页 |
| ·基于超链接的爬行策略 | 第22-23页 |
| ·基于page rank和shark search的综合爬行策略 | 第23-25页 |
| ·综合爬行策略思想 | 第23-24页 |
| ·综合爬行算法 | 第24-25页 |
| ·实验与分析 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第4章 主题网页识别 | 第28-40页 |
| ·构件资源概述 | 第28-29页 |
| ·问题描述 | 第29-30页 |
| ·主题网页识别的研究现状 | 第30-33页 |
| ·文本分类算法 | 第30-32页 |
| ·基于网页文本的主题网页识别算法 | 第32-33页 |
| ·主题网页识别算法 | 第33-36页 |
| ·网页预处理 | 第33-34页 |
| ·网页文本分类器 | 第34页 |
| ·virtual-text、title和keyword分类器 | 第34-35页 |
| ·加权协调各分类器 | 第35-36页 |
| ·实验及分析 | 第36-38页 |
| ·网页分类算法的评价指标 | 第36-37页 |
| ·实验数据 | 第37-38页 |
| ·实验结果 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第5章 Web页面结构分析 | 第40-49页 |
| ·问题描述 | 第40页 |
| ·HTML简介 | 第40-41页 |
| ·DOM简介 | 第41-42页 |
| ·Web页面结构常用分析方法 | 第42-43页 |
| ·基于相关度和视觉特征的页面分块算法 | 第43-46页 |
| ·实验与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 构件信息抽取 | 第49-61页 |
| ·问题描述 | 第49-50页 |
| ·网页信息抽取研究现状 | 第50-51页 |
| ·基于约束和模糊聚类的构件信息抽取算法 | 第51-57页 |
| ·页面块的约束关系 | 第52-53页 |
| ·改进传递闭包法 | 第53-55页 |
| ·传递闭包法模糊聚类算法 | 第55-56页 |
| ·实体与构件属性项的匹配算法 | 第56页 |
| ·信息抽取的评价指标 | 第56-57页 |
| ·实验与分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第7章 总结与展望 | 第61-64页 |
| ·工作总结 | 第61-62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读学位期间公开发表论文 | 第69-70页 |
| 致谢 | 第70-71页 |