| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 1 引言 | 第12-20页 |
| ·研究背景和意义 | 第12-14页 |
| ·Deep Web 的概念 | 第12页 |
| ·Deep Web 的发展 | 第12-13页 |
| ·Deep Web 网站特点 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·Deep Web 入口查找 | 第14-15页 |
| ·Deep Web 交互技术 | 第15页 |
| ·Deep Web 详细页面定位 | 第15-16页 |
| ·Deep Web 详细页面自动抽取 | 第16-17页 |
| ·论文的主要研究问题 | 第17-18页 |
| ·Deep Web 入口查找 | 第17页 |
| ·Deep Web 交互技术 | 第17-18页 |
| ·Deep Web 详细页面定位 | 第18页 |
| ·Deep Web 详细页面数据抽取 | 第18页 |
| ·论文的主要内容和章节安排 | 第18-20页 |
| ·论文的主要内容 | 第18-19页 |
| ·论文的章节安排 | 第19-20页 |
| 2 基于决策树的入口查找方法 | 第20-37页 |
| ·问题描述 | 第20-22页 |
| ·入口搜索聚焦爬虫 | 第22-29页 |
| ·面向领域的聚焦爬虫 | 第22-24页 |
| ·爬虫网页搜索策略 | 第24-25页 |
| ·URL 链接提取 | 第25-26页 |
| ·Bloom Filter 技术 | 第26-29页 |
| ·基于决策树的 Deep Web 查询入口分类方法 | 第29-36页 |
| ·决策树算法 | 第29-32页 |
| ·数据准备 | 第32-33页 |
| ·分类模型学习 | 第33-36页 |
| ·入口配置文件抽取 | 第36页 |
| ·小结 | 第36-37页 |
| 3 Deep Web 交互工具研究 | 第37-43页 |
| ·问题描述 | 第37页 |
| ·交互技术 | 第37-42页 |
| ·模拟请求包 | 第38-39页 |
| ·模拟 HTTP 方法 | 第39-40页 |
| ·模拟浏览器 | 第40-42页 |
| ·小结 | 第42-43页 |
| 4 基于聚类算法的详细页面定位方法 | 第43-57页 |
| ·问题描述 | 第43-44页 |
| ·K-Means 算法 | 第44-46页 |
| ·聚类算法 | 第44-45页 |
| ·距离函数 | 第45-46页 |
| ·聚类实验 | 第46-54页 |
| ·数据准备 | 第47-48页 |
| ·K-Means 实验 | 第48-50页 |
| ·特征加权 | 第50-54页 |
| ·Tidy 简介 | 第54-56页 |
| ·功能介绍 | 第54-56页 |
| ·Tidy 的使用 | 第56页 |
| ·小结 | 第56-57页 |
| 5 基于树匹配算法的详细页面抽取方法 | 第57-67页 |
| ·问题描述 | 第57页 |
| ·树匹配算法 | 第57-59页 |
| ·字符串编辑距离 | 第57-58页 |
| ·简单树编辑距离 | 第58-59页 |
| ·基于树匹配算法详细页面抽取 | 第59-64页 |
| ·建立页面树 | 第60-61页 |
| ·生成 Wrapper | 第61-63页 |
| ·Wrapper 的优化 | 第63-64页 |
| ·详细页面抽取实验 | 第64-66页 |
| ·小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 个人简历 | 第75页 |
| 发表的学术论文 | 第75页 |
| 研究项目 | 第75页 |