| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·deep web 概述以及 deep web 数据集成 | 第11-14页 |
| ·数据抽取技术的研究现状 | 第14-17页 |
| ·基于 HTML 结构化特征的抽取工具 | 第14-15页 |
| ·页面抽取语言 | 第15页 |
| ·基于模式的抽取工具 | 第15-16页 |
| ·基于本体的数据抽取方式 | 第16页 |
| ·自动抽取工具 | 第16页 |
| ·其他方法 | 第16-17页 |
| ·本文的研究内容与创新点 | 第17页 |
| ·本文的研究内容 | 第17页 |
| ·本文的创新点 | 第17页 |
| ·论文的结构 | 第17-19页 |
| 第2章 相关标准与技术介绍 | 第19-28页 |
| ·网页的基本结构与解析技术 | 第19-22页 |
| ·HTML | 第19-20页 |
| ·XML | 第20页 |
| ·HTML 转换技术 | 第20-21页 |
| ·DOM | 第21-22页 |
| ·搜索引擎概述 | 第22-23页 |
| ·ICTCLAS 分词 | 第23-24页 |
| ·网页聚类 | 第24-25页 |
| ·网页聚类相关概念 | 第24页 |
| ·网页聚类相关技术 | 第24-25页 |
| ·文档结构的相似计算模型 | 第25-27页 |
| ·元素比较模型 | 第25页 |
| ·树的编辑距离 | 第25-27页 |
| ·标签树路径模型 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Deep web 数据自动抽取与结果聚合 | 第28-53页 |
| ·MDR | 第28-31页 |
| ·基于标签树结构相似度的 Deep web 数据自动抽取 | 第31-39页 |
| ·HTML 页面预处理 | 第31-35页 |
| ·基于标签树结构相似度的数据记录挖掘 | 第35-39页 |
| ·基于树路径与子树匹配的标签树结构相似度计算 | 第39-46页 |
| ·子树-路径模型 | 第39-40页 |
| ·标签树路径公共子序列 | 第40-41页 |
| ·子标签树路径相似度 | 第41-42页 |
| ·子标签树相似度 | 第42-44页 |
| ·标签树相似度 | 第44-46页 |
| ·基于子树不完全匹配的 Deep web 数据自动抽取 | 第46-50页 |
| ·结果聚合 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 实验与结果分析 | 第53-59页 |
| ·实验结果评价标准 | 第53-54页 |
| ·开发环境 | 第54页 |
| ·实验设置 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·数据抽取实验结果 | 第55-56页 |
| ·结果聚合实验结果 | 第56-57页 |
| ·实验结果分析 | 第57页 |
| ·数据抽取结果分析 | 第57页 |
| ·结果聚合结果分析 | 第57页 |
| ·本章总结 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
