| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·课题的提出及意义 | 第11-12页 |
| ·论文主要工作 | 第12-14页 |
| ·论文研究内容 | 第14页 |
| ·论文结构安排 | 第14-16页 |
| 第2章 Web结构分析及内容提取技术 | 第16-30页 |
| ·HTML简介 | 第16-18页 |
| ·HTML语言简介 | 第16-17页 |
| ·HTML结构树的概念 | 第17-18页 |
| ·DOM(Document Object Model)树简介 | 第18-20页 |
| ·DOM的定义 | 第18-19页 |
| ·DOM的主要特点 | 第19页 |
| ·DOM和HTML树型逻辑结构 | 第19-20页 |
| ·Web内容提取技术简述 | 第20-21页 |
| ·相关研究工作 | 第21-27页 |
| ·利用HTML标记的分布规律找出主题 | 第21-22页 |
| ·利用DOM树找出主题 | 第22-23页 |
| ·利用模板检测找出主题 | 第23-25页 |
| ·利用页面的视觉特征找出主题 | 第25-26页 |
| ·利用TABLE标记找出主题 | 第26-27页 |
| ·其它方法 | 第27页 |
| ·机器学习 | 第27-28页 |
| ·人工神经网络方法 | 第27-28页 |
| ·统计分析方法 | 第28页 |
| ·Web内容提取的评价标准 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 系统总体结构设计 | 第30-36页 |
| ·总体结构 | 第30-32页 |
| ·基于HTML标记树的页面结构分析 | 第32-34页 |
| ·网页净化 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 几种网页主题内容提取方法 | 第36-52页 |
| ·基于统计的网页主题内容提取 | 第36-42页 |
| ·页面结构分析算法 | 第36-38页 |
| ·标记统计器 | 第38-39页 |
| ·启发式规则 | 第39-40页 |
| ·测试集及实验结果 | 第40-42页 |
| ·基于坐标树的主题内容提取 | 第42-51页 |
| ·系统结构 | 第42-43页 |
| ·计算位置坐标并生成坐标树 | 第43-45页 |
| ·页面结构分析算法 | 第45-46页 |
| ·Graph生成算法 | 第46-48页 |
| ·相关图片识别算法 | 第48页 |
| ·相关链接识别算法 | 第48-49页 |
| ·测试集及实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 文本分类 | 第52-66页 |
| ·文本分类综述 | 第52-60页 |
| ·文本分类简介 | 第52-53页 |
| ·分类方法概述 | 第53-58页 |
| ·特征选择方法 | 第58-60页 |
| ·基于决策支持向量机的文本分类 | 第60-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |