| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 网页结构相似性度量 | 第10-11页 |
| 1.2.2 Deep Web查询接口分类 | 第11-13页 |
| 1.2.3 Deep Web数据集成 | 第13页 |
| 1.3 本文研究内容与组织结构 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 组织结构 | 第14-16页 |
| 第二章 网页预处理与数据采集系统概述 | 第16-24页 |
| 2.1 JAVA分析工具及网页预处理 | 第16-19页 |
| 2.1.1 JAVA分析工具 | 第16-18页 |
| 2.1.2 网页噪声预处理 | 第18-19页 |
| 2.2 Deep Web数据采集系统基础概述 | 第19-23页 |
| 2.2.1 Web技术概述 | 第19-20页 |
| 2.2.2 超文本传输协议HTTP简介 | 第20-22页 |
| 2.2.3 Deep Web | 第22页 |
| 2.2.4 Web网页启发式抽取规则 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 汽车票务网查询页面识别算法研究 | 第24-51页 |
| 3.1 网页结构相似性度量 | 第24-26页 |
| 3.1.1 树编辑距离算法 | 第24-25页 |
| 3.1.2 简单树匹配算法 | 第25-26页 |
| 3.1.3 树路径匹配算法 | 第26页 |
| 3.2 网页结构标签树及邻接矩阵 | 第26-33页 |
| 3.2.1 网页结构标签树 | 第26-31页 |
| 3.2.2 生成标签树邻接矩阵 | 第31-33页 |
| 3.3 汽车票务网查询页面识别算法 | 第33-38页 |
| 3.3.1 候选目标数据区域特征提取及定位 | 第33-34页 |
| 3.3.2 邻接矩阵结构相似性算法 | 第34-38页 |
| 3.4 实验与分析 | 第38-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 Deep Web网页查询接口分类算法研究 | 第51-71页 |
| 4.1 决策树分类模型 | 第51-55页 |
| 4.1.1 监督学习基本概念 | 第51-52页 |
| 4.1.2 决策树归纳学习算法 | 第52-54页 |
| 4.1.3 混杂度函数 | 第54-55页 |
| 4.2 汽车票务查询接口决策树分类模型研究 | 第55-65页 |
| 4.2.1 查询接口决策属性归纳 | 第55-56页 |
| 4.2.2 查询接口分类训练数据预处理 | 第56-57页 |
| 4.2.3 查询接口决策树分类模型 | 第57-61页 |
| 4.2.4 查询接口决策树分类模型改进 | 第61-65页 |
| 4.3 实验与分析 | 第65-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 汽车票务Deep Web数据采集原型系统设计 | 第71-83页 |
| 5.1 系统介绍 | 第71-72页 |
| 5.2 系统总体设计 | 第72-75页 |
| 5.2.1 系统框架 | 第72-73页 |
| 5.2.2 系统功能模块 | 第73-75页 |
| 5.3 系统核心模块设计 | 第75-82页 |
| 5.3.1 主题爬虫模块 | 第75-76页 |
| 5.3.2 查询接口分类模块 | 第76-77页 |
| 5.3.3 Deep Web数据抓取模块 | 第77-81页 |
| 5.3.4 Deep Web数据抽取模块 | 第81-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 论文总结 | 第83-84页 |
| 6.2 展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89页 |