| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景 | 第11-12页 |
| ·论文课题背景与主要工作 | 第12-14页 |
| ·论文章节安排 | 第14-15页 |
| 第2章 相关技术及国内外现状 | 第15-29页 |
| ·XML及其相关技术介绍 | 第15-20页 |
| ·HTML、XML及XHTML | 第15-18页 |
| ·DOM模型 | 第18-19页 |
| ·XPath | 第19-20页 |
| ·Hadoop相关介绍 | 第20-24页 |
| ·Hadoop简介 | 第20-22页 |
| ·Map-Reduce分布式计算模型 | 第22-23页 |
| ·Hadoop分布式文件系统(HDFS) | 第23-24页 |
| ·国内外研究现状 | 第24-28页 |
| ·WEB信息抽取技术 | 第25-27页 |
| ·数据清洗研究 | 第27-28页 |
| ·总结 | 第28-29页 |
| 第3章 基于DOM的动态Anchor-Hop模型 | 第29-46页 |
| ·Anchor-Hop模型 | 第29-32页 |
| ·相关概念 | 第29-30页 |
| ·Anchor-Hop模型假设条件 | 第30-31页 |
| ·Anchor-Hop模型应用举例 | 第31-32页 |
| ·Anchor-Hop模型存在的问题 | 第32页 |
| ·动态Anchor-Hop模型 | 第32-38页 |
| ·相关概念 | 第32-33页 |
| ·动态Anchor-Hop模型假设 | 第33-35页 |
| ·动态Anchor-Hop模型算法 | 第35-38页 |
| ·带权值的Anchor点匹配 | 第38-41页 |
| ·权值来源及其用户配置 | 第39页 |
| ·权值计算公式 | 第39页 |
| ·Anchor点匹配算法 | 第39-40页 |
| ·动态Anchor-Hop模型与用户的反馈设计 | 第40页 |
| ·动态Anchor-Hop模型与Anchor-Hop模型的理论分析 | 第40-41页 |
| ·实验及分析 | 第41-45页 |
| ·信息抽取评价标准 | 第41-42页 |
| ·实验环境 | 第42页 |
| ·实验结果及分析 | 第42-45页 |
| ·总结 | 第45-46页 |
| 第4章 数据校验与去重 | 第46-63页 |
| ·数据校验 | 第46-50页 |
| ·相关概念 | 第46-47页 |
| ·已有研究 | 第47-48页 |
| ·带反馈的数据校验 | 第48-50页 |
| ·数据去重 | 第50-58页 |
| ·相关定义及研究 | 第50-52页 |
| ·SNM改进算法(SSNM) | 第52-54页 |
| ·SSNM算法的理论分析 | 第54页 |
| ·基于Map-Reduce的SSNM算法 | 第54-58页 |
| ·实验及分析 | 第58-62页 |
| ·数据去重的评价标准 | 第58页 |
| ·实验结果及分析 | 第58-62页 |
| ·总结 | 第62-63页 |
| 第5章 钱塘个性化商务信息融合系统设计及实现 | 第63-72页 |
| ·钱塘个性化商务信息融合系统 | 第63-65页 |
| ·简介 | 第63-64页 |
| ·系统体系结构 | 第64-65页 |
| ·网络爬虫 | 第65-66页 |
| ·信息抽取融合 | 第66-68页 |
| ·信息检索及存储 | 第68-70页 |
| ·信息检索 | 第68-70页 |
| ·信息存储模块 | 第70页 |
| ·系统运行结果 | 第70-71页 |
| ·总结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·论文总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间主要的研究成果 | 第77-78页 |
| 致谢 | 第78页 |