基于视觉信息和树匹配的Deep Web数据抽取问题的研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 Deep Web数据抽取面临的主要问题 | 第13-14页 |
| 1.3 研究内容及贡献 | 第14-17页 |
| 1.3.1 研究内容 | 第14-16页 |
| 1.3.2 本文贡献 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第2章 Deep Web数据抽取相关研究和技术 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 Deep Web数据抽取方法分类 | 第18-23页 |
| 2.2.1 手工实现的抽取方法 | 第19-20页 |
| 2.2.2 半自动的抽取方法 | 第20-21页 |
| 2.2.3 全自动的抽取方法 | 第21-23页 |
| 2.3 Web相关技术 | 第23-24页 |
| 2.4 视觉块树 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于序列划分策略的列表页面数据记录抽取 | 第28-45页 |
| 3.1 引言 | 第28-29页 |
| 3.2 挖掘数据区域 | 第29-33页 |
| 3.3 数据记录的抽取 | 第33-40页 |
| 3.3.1 视觉块相似性度量 | 第34-35页 |
| 3.3.2 数据区域树下的子树聚类 | 第35-38页 |
| 3.3.3 确定数据记录 | 第38-40页 |
| 3.4 实验 | 第40-44页 |
| 3.4.1 数据集 | 第40页 |
| 3.4.2 实验环境 | 第40页 |
| 3.4.3 评价标准 | 第40-41页 |
| 3.4.4 实验结果及分析 | 第41-44页 |
| 3.5 小结 | 第44-45页 |
| 第4章 基于树匹配算法的数据项对齐 | 第45-57页 |
| 4.1 引言 | 第45-46页 |
| 4.2 数据记录预处理 | 第46页 |
| 4.3 树匹配算法 | 第46-54页 |
| 4.3.1 简单树匹配 | 第47-51页 |
| 4.3.2 多重对齐 | 第51-54页 |
| 4.4 实验 | 第54-56页 |
| 4.5 小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65-66页 |
| 附件 | 第66页 |
