基于多特征的HTML网页内容提取的研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文工作及组织 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 HTML网页内容提取 | 第17-22页 |
| ·引言 | 第17页 |
| ·什么是HTML | 第17-18页 |
| ·HTML语法简介 | 第18-19页 |
| ·半结构化的HTML网页 | 第19-20页 |
| ·网页的内容组成 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 网页分块在网页内容提取中的应用 | 第22-35页 |
| ·引言 | 第22页 |
| ·基于DOM树的网页分块 | 第22-23页 |
| ·基于视觉的网页分块算法 | 第23-34页 |
| ·背景介绍 | 第23-24页 |
| ·基本模型介绍 | 第24-26页 |
| ·基于视觉特征的网页分割算法 | 第26-28页 |
| ·分块抽取 | 第28-31页 |
| ·探知分割符 | 第31-33页 |
| ·分割符探知算法 | 第31-32页 |
| ·分割符的权重设置 | 第32-33页 |
| ·网页结构的构建 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 网页类型的判定 | 第35-38页 |
| ·引言 | 第35页 |
| ·整体判断方法 | 第35-36页 |
| ·基于局部的方法 | 第36页 |
| ·基于分块的方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 基于多特征的网页内容的提取 | 第38-45页 |
| ·引言 | 第38页 |
| ·主题块的多特征 | 第38-39页 |
| ·概率论的应用 | 第39-40页 |
| ·基于多特征提取网页内容 | 第40-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 网页内容提取的应用 | 第45-53页 |
| ·引言 | 第45页 |
| ·网页内容提取在Hidden Web分类中的应用 | 第45-48页 |
| ·什么是Hidden Web | 第45-46页 |
| ·Hidden Web的分类 | 第46-48页 |
| ·网页内容提取在Web检索中的应用 | 第48-52页 |
| ·什么是Web检索 | 第48-49页 |
| ·Web检索 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第七章 总结 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |
