| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·课题研究背景 | 第11-12页 |
| ·国内外发展状况 | 第12-13页 |
| ·目标及任务 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 2 WEB 信息抽取研究综述 | 第16-26页 |
| ·信息抽取的概念和发展状况 | 第16-18页 |
| ·网页信息抽取的方法 | 第18-24页 |
| ·基于知识工程的方法 | 第19页 |
| ·自动训练的方法 | 第19-21页 |
| ·基于DOM 的WEB 抽取技术 | 第21-24页 |
| ·信息抽取的问题与改进 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 关键技术与算法分析 | 第26-37页 |
| ·DOM 技术研究 | 第26-30页 |
| ·HTML 文档的树模型 | 第27-28页 |
| ·文档树结构的编程接口 | 第28-30页 |
| ·文本自动分类 | 第30-36页 |
| ·文本分类概念和一般性描述 | 第31-33页 |
| ·向量空间模型 | 第33-35页 |
| ·KNN（K Nearest Neighbor，KNN）分类方法 | 第35页 |
| ·支持向量机SVM（Support Vector Machine）方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 网页主体信息抽取方法设计 | 第37-55页 |
| ·基于DOM 分析器的网页预处理 | 第38-40页 |
| ·网页预处理 | 第39-40页 |
| ·文本预处理的设计方法 | 第40页 |
| ·特征提取与选择 | 第40-44页 |
| ·标准特征向量的生成 | 第41-43页 |
| ·评估函数 | 第43-44页 |
| ·文本分类 | 第44-49页 |
| ·KNN-SVM 分类算法分析 | 第45-46页 |
| ·文本分类子系统结构图 | 第46-47页 |
| ·分类结果 | 第47-49页 |
| ·页面区域信息分割与抽取 | 第49-54页 |
| ·网页结构分析 | 第49-50页 |
| ·建立映射表 | 第50-51页 |
| ·网页区域分割与识别 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 5 实验结果与性能分析 | 第55-58页 |
| ·开发环境 | 第55页 |
| ·系统界面 | 第55-56页 |
| ·数据抽取实验评估 | 第56-58页 |
| 6 结论和展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
| 在学期间发表的论文 | 第63页 |