Web资源质量信息提取与管理技术的研究与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究意义 | 第10-11页 |
| ·研究内容 | 第11-12页 |
| ·论文的结构安排 | 第12-13页 |
| 第2章 数据挖掘与数据提取综述 | 第13-26页 |
| ·Web数据挖掘 | 第13页 |
| ·Web质量挖掘 | 第13-15页 |
| ·Web信息提取 | 第15-20页 |
| ·Web信息提取概述 | 第15-16页 |
| ·Web信息提取技术 | 第16-19页 |
| ·Web信息提取的应用 | 第19页 |
| ·Web信息提取系统的评价标准 | 第19-20页 |
| ·相关技术 | 第20-25页 |
| ·HTML | 第20-21页 |
| ·XML | 第21-22页 |
| ·DOM | 第22-23页 |
| ·XPath | 第23-24页 |
| ·Web数据管理 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 Web信息提取的总体设计 | 第26-32页 |
| ·系统总体设计 | 第26-27页 |
| ·基于HTML结构的信息提取设计 | 第27-28页 |
| ·问题的提出 | 第27-28页 |
| ·Web信息提取流程 | 第28页 |
| ·标签树的相似度计算 | 第28-31页 |
| ·URL结构比较法 | 第28-29页 |
| ·基于最大节点匹配的距离算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于HTML结构的Web信息提取的实现 | 第32-52页 |
| ·网页文档的预处理 | 第32-35页 |
| ·HTML文档的清洗 | 第32-34页 |
| ·文档解析 | 第34-35页 |
| ·网页聚类 | 第35-41页 |
| ·聚类的概念 | 第35-36页 |
| ·层次聚类算法 | 第36-37页 |
| ·基于最小距离的网页聚类算法的实现 | 第37-40页 |
| ·聚类结果评估 | 第40-41页 |
| ·规则生成 | 第41-46页 |
| ·提取规则的表示 | 第42-43页 |
| ·基于标签树的XPath生成算法 | 第43-44页 |
| ·规则生成 | 第44-46页 |
| ·数据提取 | 第46-47页 |
| ·系统实现与测试 | 第47-51页 |
| ·系统界面及功能介绍 | 第47-48页 |
| ·实验结果及分析 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第5章 已提取的Web数据管理技术的研究 | 第52-59页 |
| ·数据仓库的概念 | 第52-53页 |
| ·数据仓库的设计 | 第53-56页 |
| ·多维数据模型 | 第53页 |
| ·建立数据模式 | 第53-56页 |
| ·构建数据仓库 | 第56-58页 |
| ·SQL Server 2005 | 第56-57页 |
| ·通过SQL Server 2005构建数据仓库 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 结论 | 第59-61页 |
| ·本文总结 | 第59页 |
| ·下一步工作 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65-66页 |
