| 摘要 | 第1-9页 |
| Abstract | 第9-13页 |
| 第1章 绪论 | 第13-19页 |
| ·论文研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·论文的研究内容及创新之处 | 第16-17页 |
| ·论文组织结构 | 第17-19页 |
| 第2章 Web信息抽取技术的相关概述 | 第19-28页 |
| ·Web页面数据的半结构化特征 | 第19-20页 |
| ·Web信息抽取技术的介绍 | 第20-21页 |
| ·Web信息抽取技术的发展现状 | 第21-25页 |
| ·Web信息抽取技术的分类 | 第21-24页 |
| ·Web信息抽取技术存在的问题和不足 | 第24-25页 |
| ·Web信息抽取系统的评测指标 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 相关理论准备 | 第28-37页 |
| ·HTML介绍 | 第28-31页 |
| ·HTML语言的发展历史 | 第28页 |
| ·HTML语言的基本功能和特点 | 第28-30页 |
| ·HTML语言的局限性 | 第30-31页 |
| ·XML介绍 | 第31-32页 |
| ·XHTML介绍 | 第32-33页 |
| ·网页预处理 | 第33-35页 |
| ·HTML向XHTML转换 | 第34-35页 |
| ·XHTML文档解析成树结构 | 第35-36页 |
| ·文档对象模型(DOM) | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 针对模板生成网页的数据自动抽取方法的设计与实现 | 第37-62页 |
| ·文中涉及的主要概念 | 第39-45页 |
| ·Web页面表示 | 第39-41页 |
| ·模板和模板检测的定义 | 第41-42页 |
| ·Ctoken的定义 | 第42-45页 |
| ·针对模板生成网页的数据自动抽取方法的原型系统的设计 | 第45-47页 |
| ·系统设计的总体框架 | 第45-47页 |
| ·系统的基本设计思想 | 第47页 |
| ·针对模板生成网页的数据自动抽取方法的实现 | 第47-60页 |
| ·HTML页面预处理 | 第47-48页 |
| ·HTML页面解析 | 第48-50页 |
| ·标签树匹配算法 | 第50-53页 |
| ·计算Ctokens | 第53-58页 |
| ·网页模板的构造和网页中有效数据的自动抽取 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 针对模板生成网页的数据自动抽取方法的实验 | 第62-69页 |
| ·实验平台 | 第62-63页 |
| ·针对模板生成网页的数据自动抽取方法的工作流程 | 第63-64页 |
| ·在某电子商务网站上的应用 | 第64-66页 |
| ·实验结果分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·论文总结 | 第69-70页 |
| ·未来工作展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间发表的学术论文及参与的项目与实践 | 第75页 |