| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-18页 |
| ·选题背景及意义 | 第9-10页 |
| ·研究现状 | 第10-16页 |
| ·基于统计学习的信息提取 | 第10-11页 |
| ·基于模板的信息提取 | 第11-12页 |
| ·基于DOM的信息提取 | 第12-13页 |
| ·基于视觉信息的信息提取 | 第13-15页 |
| ·抽取方法对比 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第2章 相关知识和理论 | 第18-27页 |
| ·数据挖掘 | 第18-20页 |
| ·数据挖掘的相关技术 | 第19页 |
| ·Web数据挖掘的概述 | 第19-20页 |
| ·HTML的概述 | 第20-23页 |
| ·HTML的发展 | 第20-21页 |
| ·HTML的语言特点 | 第21页 |
| ·HTML的编写规范 | 第21-23页 |
| ·DOM的概述 | 第23-26页 |
| ·DOM的节点 | 第23-24页 |
| ·DOM的接口 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于Block-DOM的信息提取算法 | 第27-34页 |
| ·相关定义 | 第27页 |
| ·算法设计与描述 | 第27-32页 |
| ·清洗 | 第28-29页 |
| ·解析 | 第29-30页 |
| ·判别 | 第30-31页 |
| ·分块 | 第31页 |
| ·净化 | 第31页 |
| ·改进的提取算法 | 第31-32页 |
| ·实验与结果 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于块和标签用途的信息提取算法 | 第34-41页 |
| ·相关定义 | 第34页 |
| ·系统设计和描述 | 第34-38页 |
| ·解析模块(Html parser) | 第35页 |
| ·分块模块(Block device) | 第35-36页 |
| ·文本提取模块(Text extractor) | 第36-38页 |
| ·噪音词过滤模块(Noise eliminator) | 第38页 |
| ·实验与结果 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 总结与展望 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 作者攻读学位期间发表的论文 | 第44-45页 |
| 致谢 | 第45-46页 |