基于XML的Web数据抽取技术的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| 1．1 背景 | 第7-8页 |
| 1．1．1 数据抽取概念 | 第7页 |
| 1．1．2 Web为数据抽取带来的挑战 | 第7-8页 |
| 1．2 XML为Web数据抽取带来新的希望 | 第8-9页 |
| 1．3 基于XML的Web数据抽取技术的研究 | 第9-10页 |
| 1．4 研究方案 | 第10-12页 |
| 1．4．1 研究目标 | 第10页 |
| 1．4．2 研究思路 | 第10页 |
| 1．4．3 研究内容 | 第10-11页 |
| 1．4．4 研究意义 | 第11-12页 |
| 1．5 创新之处 | 第12页 |
| 1．6 论文组织结构 | 第12-13页 |
| 第二章 获取Web数据源策略 | 第13-24页 |
| 2．1 引言 | 第13页 |
| 2．2 广域Web搜索 | 第13-17页 |
| 2．2．1 广域Web链接结构分析 | 第13-14页 |
| 2．2．2 广域Web搜索经典算法 | 第14-16页 |
| 2．2．3 广域Web搜索总结 | 第16-17页 |
| 2．3 小范围Web搜索 | 第17-21页 |
| 2．3．1 研究背景 | 第17-18页 |
| 2．3．2 小范围Web链接结构 | 第18-19页 |
| 2．3．3 改进的HITS算法(m-HITS) | 第19-21页 |
| 2．4 实验及其分析 | 第21-23页 |
| 2．5 本章小结 | 第23-24页 |
| 第三章 基于XML的Web数据转换算法 | 第24-39页 |
| 3．1 引言 | 第24页 |
| 3．2 相关工作 | 第24-26页 |
| 3．3 问题描述 | 第26-27页 |
| 3．4 基于栈结构的HTML到XML转换算法 | 第27-30页 |
| 3．4．1 方法规划 | 第27-28页 |
| 3．4．2 消除HTML的不严格语法 | 第28-29页 |
| 3．4．3 输出XML文件 | 第29-30页 |
| 3．5 实验及其分析 | 第30-38页 |
| 3．5．1 定义数据结构 | 第30-31页 |
| 3．5．2 实现栈算法 | 第31-37页 |
| 3．5．3 运行结果 | 第37-38页 |
| 3．6 本章小结 | 第38-39页 |
| 第四章 健壮的XML数据抽取方法 | 第39-50页 |
| 4．1 引言 | 第39页 |
| 4．2 问题描述 | 第39-40页 |
| 4．3 健壮性标准 | 第40-41页 |
| 4．4 区域定位 | 第41-48页 |
| 4．4．1 使用唯一的ID | 第41页 |
| 4．4．2 搜索相似上下文 | 第41-42页 |
| 4．4．3 遍历树节点 | 第42-48页 |
| 4．5 数据映射以及合并 | 第48-49页 |
| 4．5．1 数据映射 | 第48-49页 |
| 4．5．2 数据合并 | 第49页 |
| 4．6 本章小结 | 第49-50页 |
| 第五章 原型系统的实现 | 第50-61页 |
| 5．1 引言 | 第50页 |
| 5．2 总体设计 | 第50-53页 |
| 5．2．1 相关技术 | 第50-52页 |
| 5．2．2 总体规划 | 第52-53页 |
| 5．3 详细设计 | 第53-57页 |
| 5．3．1 浏览端程序 | 第53-56页 |
| 5．3．2 转换程序 | 第56页 |
| 5．3．3 映射程序 | 第56-57页 |
| 5．4 运行结果 | 第57-60页 |
| 5．5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6．1 论文总结 | 第61页 |
| 6．2 未来工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 主要研究成果 | 第68页 |
