面向刑侦网页的信息抽取与主题爬虫应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要工作和组织 | 第11-13页 |
| 2 网页主题信息抽取和主题爬虫概述 | 第13-19页 |
| ·网页主题信息抽取 | 第13-15页 |
| ·网页主题信息抽取概述 | 第13页 |
| ·网页主题信息抽取目标 | 第13-15页 |
| ·主题爬虫 | 第15-19页 |
| ·主题爬虫概述 | 第15-16页 |
| ·主题爬虫爬行目标 | 第16页 |
| ·主题爬虫工作原理 | 第16-19页 |
| 3 网页主题信息抽取算法研究与实现 | 第19-35页 |
| ·基于分块的网页主题信息抽取流程 | 第19-20页 |
| ·网页的表示 | 第20-28页 |
| ·网页HTML标签文档清洗 | 第20-21页 |
| ·基于容器标签的粗粒度划分 | 第21-25页 |
| ·网页文本语义获取 | 第25-28页 |
| ·刑侦网页特征分析 | 第28-30页 |
| ·刑侦网页主题信息抽取算法的实现 | 第30-35页 |
| ·语义块和网页类型判别方法 | 第30-32页 |
| ·基于分块的网页主题信息抽取 | 第32-33页 |
| ·刑侦网页主题信息抽取结果 | 第33-35页 |
| 4 刑侦主题爬虫的设计与实现 | 第35-48页 |
| ·刑侦主题爬虫的体系结构 | 第35-36页 |
| ·刑侦网页主题表示及初始种子选取和排序 | 第36-37页 |
| ·链接描述文档获取 | 第37-41页 |
| ·链接锚文本与链接上下文简介 | 第37-38页 |
| ·链接锚文本文档与链接上下文文档 | 第38-39页 |
| ·链接上下文提取算法 | 第39页 |
| ·基于语义块的链接上下文提取 | 第39-41页 |
| ·链接重要度评价算法 | 第41-45页 |
| ·链接主题相关度计算 | 第42页 |
| ·链接结构重要度计算 | 第42-44页 |
| ·自适应的链接重要度评价算法 | 第44-45页 |
| ·刑侦主题爬虫实验及性能分析 | 第45-48页 |
| 5 刑侦网页信息抽取系统实现 | 第48-59页 |
| ·系统框架和主要功能 | 第48-49页 |
| ·系统实现涉及的关键技术 | 第49-55页 |
| ·与远程服务器建立连接 | 第49-50页 |
| ·避免网页的重复搜集 | 第50-53页 |
| ·数据库操作模块实现 | 第53-55页 |
| ·系统运行结果 | 第55-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
