| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·本文组织 | 第13-14页 |
| 第2章 Deep Web 数据获取概述 | 第14-22页 |
| ·Deep Web 数据获取相关研究 | 第14-16页 |
| ·Deep Web 数据获取的重要性 | 第16-17页 |
| ·Deep Web 数据获取的难点 | 第17-18页 |
| ·解决方法介绍 | 第18-21页 |
| ·Deep Web 网站特点分析 | 第18-19页 |
| ·基于URL 模式的Deep Web 数据获取方法 | 第19-20页 |
| ·基于关键词查询的方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 查询接口中有效属性组合的选择 | 第22-32页 |
| ·属性分类 | 第22-23页 |
| ·查询接口的特征提取 | 第23-27页 |
| ·HTML 表单和DOM 树 | 第23-24页 |
| ·查询接口的特征提取 | 第24-27页 |
| ·特征的标准化 | 第27页 |
| ·选择有效的属性组合 | 第27-31页 |
| ·属性相关度计算 | 第28-30页 |
| ·基于属性相关度的属性组合有效性计算 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 选择有效的查询关键词 | 第32-44页 |
| ·特定的文本属性 | 第32-34页 |
| ·普通的文本属性 | 第34-43页 |
| ·查询候选关键词生成 | 第34-37页 |
| ·样本网页集聚类和模板生成 | 第34-36页 |
| ·有效数据字段发现 | 第36页 |
| ·有效数据字段与属性之间的映射 | 第36-37页 |
| ·查询关键字选择策略 | 第37-43页 |
| ·获取Deep Web 数据的形式化定义 | 第38-39页 |
| ·性能评价标准 | 第39页 |
| ·估计匹配的页面数量 | 第39-40页 |
| ·查询选择算法 | 第40-41页 |
| ·查询效能值计算的统计方法 | 第41-42页 |
| ·限制结果页面数的站点 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 增量获取Deep Web 数据 | 第44-54页 |
| ·增量采集研究现状 | 第44-46页 |
| ·网页的增量采集策略 | 第44-45页 |
| ·网页的增量采集方法 | 第45-46页 |
| ·相关概念 | 第46-48页 |
| ·网页库的新鲜度 | 第46页 |
| ·增量采集的定义 | 第46页 |
| ·Deep Web 站点的网页更新特点 | 第46-48页 |
| ·基于泊松模型的增量获取Deep Web 数据的方法 | 第48-53页 |
| ·基于泊松模型的方法 | 第48-51页 |
| ·泊松模型在Deep Web 数据获取中的应用 | 第51-52页 |
| ·增量调度模块 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 系统设计与实验 | 第54-62页 |
| ·系统设计 | 第54-55页 |
| ·Deep Web 爬虫效果的评价标准 | 第55-56页 |
| ·实验数据集 | 第56页 |
| ·实验结果及分析 | 第56-61页 |
| ·基于属性相关度的属性组合选择的有效性与高效性 | 第56-58页 |
| ·查询关键词选择的有效性与高效性 | 第58-60页 |
| ·爬虫在覆盖率和网页库新鲜度方面的有效性 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-65页 |
| ·工作总结 | 第62-63页 |
| ·特点与创新 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读学位期间公开发表的论文与科研项目 | 第70-71页 |
| 致谢 | 第71-72页 |