基于语义DOM的WEB信息抽取
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 1. 绪论 | 第9-14页 |
| ·选题背景和研究意义 | 第9页 |
| ·信息抽取技术的发展历史 | 第9-11页 |
| ·国内外研究状况 | 第11-12页 |
| ·本文主要工作 | 第12页 |
| ·论文结构 | 第12-14页 |
| 2. Web挖掘技术综述 | 第14-23页 |
| ·数据挖掘 | 第14-15页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘的常用技术 | 第14-15页 |
| ·WEB数据挖掘概念 | 第15页 |
| ·DOM定义 | 第15-19页 |
| ·DOM应用 | 第16-17页 |
| ·DOM标准中的四个基本接口 | 第17-19页 |
| ·XHTML技术 | 第19-20页 |
| ·XHTML定义 | 第19页 |
| ·XHTML特点 | 第19页 |
| ·XHTML与HTML差异 | 第19-20页 |
| ·语义化 | 第20-22页 |
| ·语义标签定义 | 第20页 |
| ·语义标签作用 | 第20页 |
| ·语义标签实践 | 第20-21页 |
| ·标签的意义 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3. 基于Web页面模板规则提取 | 第23-27页 |
| ·Web页面模板相关研究 | 第23-24页 |
| ·模板特征的提取规则 | 第24-25页 |
| ·模板特征抽取算法 | 第25-26页 |
| ·实验与结果分析 | 第26页 |
| ·实验 | 第26页 |
| ·结果分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 4. 基于Dom树的Web信息提取 | 第27-31页 |
| ·Web信息提取的几种方法介绍 | 第27页 |
| ·基于分块的Web信息提取 | 第27页 |
| ·基于HTML代码密度的正文提取方法 | 第27页 |
| ·基于FFT的网页正文提取方法 | 第27页 |
| ·相关定义 | 第27-28页 |
| ·节点文本统计 | 第28-29页 |
| ·节点加权筛选 | 第29-30页 |
| ·实验与结果分析 | 第30页 |
| ·实验 | 第30页 |
| ·结果分析 | 第30页 |
| ·本章小结 | 第30-31页 |
| 5. 基于语义dom的web信息抽取 | 第31-39页 |
| ·基于语义dom抽取的体系结构 | 第31-33页 |
| ·系统内部实现原理 | 第31页 |
| ·系统工作流程 | 第31-33页 |
| ·网页数据标准化 | 第33页 |
| ·HTML转换为XHTML | 第33-37页 |
| ·DOM树构造器概述 | 第33-34页 |
| ·DOM树构造器原理 | 第34-35页 |
| ·语义分析器与剪枝器 | 第35-37页 |
| ·实验与结果分析 | 第37-38页 |
| ·实验开发工具和平台 | 第37-38页 |
| ·实验 | 第38页 |
| ·结果分析 | 第38页 |
| ·本章小结 | 第38-39页 |
| 6. 结论和展望 | 第39-41页 |
| ·论文工作总结 | 第39页 |
| ·下一步工作 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 攻读硕士学位期间的科研成果 | 第45-46页 |
| 致谢 | 第46-47页 |
