面向网络舆情分析的Web数据源获取关键技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本论文主要工作与研究内容 | 第10页 |
| ·本论文内容及组织结构 | 第10-13页 |
| 2 Web数据源获取关键技术综述 | 第13-23页 |
| ·网络爬虫技术介绍 | 第13-17页 |
| ·爬虫工作原理 | 第13-14页 |
| ·搜索策略 | 第14-16页 |
| ·漫游空间 | 第16-17页 |
| ·Web信息抽取技术介绍 | 第17-22页 |
| ·基于自然语言处理的抽取技术 | 第17-18页 |
| ·基于包装器归纳学习的抽取技术 | 第18-19页 |
| ·基于Ontology的抽取技术 | 第19-20页 |
| ·基于模板的抽取技术 | 第20页 |
| ·基于DOM Tree结构的抽取技术 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 面向网络舆情分析的Web爬虫设计 | 第23-33页 |
| ·面向网络舆情分析Web爬虫的特点 | 第23页 |
| ·面向论坛的爬虫设计 | 第23-28页 |
| ·面向博客的爬虫设计 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 4 针对列表式页面的Web信息自动提取与分类技术 | 第33-49页 |
| ·技术概述 | 第33-35页 |
| ·页面预处理 | 第35-36页 |
| ·有效数据记录集抽取 | 第36-42页 |
| ·数据记录集的抽取 | 第37-41页 |
| ·有效数据记录集的判定 | 第41-42页 |
| ·详细信息的提取 | 第42-44页 |
| ·详细信息的分类 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 5. 实验及数据分析 | 第49-57页 |
| ·面向舆情分析的Web爬虫 | 第49-51页 |
| ·Web爬虫运行环境及界面 | 第49页 |
| ·数据爬行结果 | 第49-51页 |
| ·Web信息抽取和分类 | 第51-55页 |
| ·测试环境、数据源及性能指标 | 第51-52页 |
| ·有效数据记录集的提取 | 第52-53页 |
| ·详细信息的抽取 | 第53-54页 |
| ·详细信息的分类 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 6. 总结 | 第57-59页 |
| ·主要研究成果 | 第57页 |
| ·进一步的讨论与展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
