基于Web页面嵌套模式的包装器生成系统的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·DEEP WEB | 第9-12页 |
| ·Deep Web的提出 | 第9-10页 |
| ·Deep Web数据提取与集成 | 第10-12页 |
| ·本文所做的工作以及内容安排 | 第12-14页 |
| ·本文所做的工作 | 第12-13页 |
| ·本文内容安排 | 第13-14页 |
| 第二章 WEB信息提取综述和相关原理 | 第14-34页 |
| ·WEB页面特性 | 第14-17页 |
| ·半结构化数据 | 第14页 |
| ·Web页面模型 | 第14-17页 |
| ·Deep Web页面生成的模型 | 第17页 |
| ·WEB信息的提取 | 第17-23页 |
| ·Web信息提取的定义 | 第17-18页 |
| ·Web页面信息提取模型 | 第18页 |
| ·Web信息提取技术的产生发展与研究 | 第18-23页 |
| ·本文所用的基本原理 | 第23-34页 |
| ·后缀树 | 第23-29页 |
| ·后缀树查找连续重复子串 | 第29-31页 |
| ·Web页面嵌套模式 | 第31-33页 |
| ·数据的最终提取 | 第33-34页 |
| 第三章 WEB页面噪声的去除 | 第34-52页 |
| ·DOM技术介绍 | 第35-36页 |
| ·基于DOM树的WEB页面噪声去除技术 | 第36-52页 |
| ·算法的实现 | 第36-39页 |
| ·算法的缺陷 | 第39-40页 |
| ·算法的改进 | 第40-47页 |
| ·对改进算法的分析 | 第47-48页 |
| ·除噪算法测试 | 第48-52页 |
| 第四章 页面嵌套模式 | 第52-63页 |
| ·概述 | 第52-53页 |
| ·基于UKKONEN算法构造后缀树的模式 | 第53-57页 |
| ·HTML代码预处理 | 第53-54页 |
| ·构造字符串后缀树的意义 | 第54-57页 |
| ·连续重复子串的具体实现 | 第57-59页 |
| ·基于后缀树发现连续重复子串的实现 | 第57-58页 |
| ·算法分析 | 第58-59页 |
| ·WEB页面嵌套模式的实现 | 第59-63页 |
| ·模式树的实现 | 第59-60页 |
| ·算法设计分析 | 第60页 |
| ·需要解决的问题 | 第60-63页 |
| 第五章 应用包装器的系统测试 | 第63-68页 |
| ·系统架构 | 第63页 |
| ·系统流程 | 第63-65页 |
| ·系统测试 | 第65-68页 |
| 第六章 结束语 | 第68-70页 |
| ·论文工作总结 | 第68页 |
| ·工作展望 | 第68-70页 |
| ·针对页面去噪技术的展望 | 第68-69页 |
| ·对发现Web页面嵌套模式的展望 | 第69页 |
| ·对信息提取技术的工作展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72页 |
