| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文组织结构 | 第14-15页 |
| 第二章 理论基础及相关技术 | 第15-26页 |
| 2.1 Web信息抽取概述 | 第15-19页 |
| 2.1.1 Web信息抽取的定义和评价标准 | 第15-16页 |
| 2.1.2 网页信息抽取算法分类 | 第16-18页 |
| 2.1.3 信息抽取的评价标准 | 第18-19页 |
| 2.2 网页信息抽取相关技术 | 第19-22页 |
| 2.2.1 网页DOM树 | 第20页 |
| 2.2.2 网页模板 | 第20-22页 |
| 2.3 聚类算法 | 第22-25页 |
| 2.3.1 层次聚类 | 第23-24页 |
| 2.3.2 划分聚类 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于模板的Web全站信息抽取 | 第26-51页 |
| 3.1 面向Web全站数据的信息抽取算法框架 | 第26-27页 |
| 3.2 预处理模块 | 第27-30页 |
| 3.2.1 相关网页过滤 | 第27-28页 |
| 3.2.2 简化HTML文档 | 第28-30页 |
| 3.3 网页重复记录检测与合并 | 第30-35页 |
| 3.2.1 后缀树检测重复序列的基本算法 | 第30页 |
| 3.2.2 改进的检测算法 | 第30-32页 |
| 3.2.3 合并重复记录 | 第32-35页 |
| 3.4 相似度计算 | 第35-38页 |
| 3.4.1 最小哈希（Min-Hashing）算法 | 第35-37页 |
| 3.4.2 基于最小哈希的局部敏感哈希算法 | 第37-38页 |
| 3.5 基于改进K-Means的分布式增量聚类模型 | 第38-41页 |
| 3.5.1 单批次网页文本聚类组合算法DKmeans | 第39页 |
| 3.5.2 增量合并 | 第39-41页 |
| 3.6 模板生成和内容提取 | 第41-50页 |
| 3.6.1 模板定义 | 第41-42页 |
| 3.6.2 基于改进LCS的模板生成 | 第42-48页 |
| 3.6.3 内容提取 | 第48-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第四章 实验验证与分析 | 第51-59页 |
| 4.1 数据集和实验设置 | 第51页 |
| 4.2 预处理模块实验与分析 | 第51-53页 |
| 4.3 聚类和模板生成模块实验和分析 | 第53-56页 |
| 4.4 内容抽取模块实验和分析 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 附录 | 第63-64页 |
| 图版 | 第64页 |
