特定领域的深度网入口识别技术研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-11页 |
| ·深度网简介 | 第7-9页 |
| ·深度网的概念 | 第7-8页 |
| ·深度网领域分类及入口识别 | 第8-9页 |
| ·主题爬行技术简介 | 第9页 |
| ·本文主要工作和结构安排 | 第9-11页 |
| 第二章 相关知识简介 | 第11-22页 |
| ·HTML 语言 | 第11-12页 |
| ·HTML 表单 | 第12-16页 |
| ·表单标记 | 第12-14页 |
| ·表单控件 | 第14-16页 |
| ·文档对象模型 | 第16-20页 |
| ·HTML 文档的D OM 表示 | 第16-17页 |
| ·HTML 文档节点的DO M 表示 | 第17-18页 |
| ·HTML 文档的D OM 操作 | 第18-20页 |
| ·NekoHTML 和Weka | 第20-22页 |
| ·NekoHTML 简介 | 第20-21页 |
| ·Weka 简介 | 第21-22页 |
| 第三章 特定领域深度网入口识别 | 第22-43页 |
| ·深度网入口表单判断 | 第24-26页 |
| ·表单的类型 | 第24-25页 |
| ·启发式规则 | 第25-26页 |
| ·表单填充与结果页获得 | 第26-36页 |
| ·表单提取与建模 | 第26-32页 |
| ·表单填充 | 第32-36页 |
| ·网页分类器 | 第36-39页 |
| ·提取文本特征 | 第37-38页 |
| ·文档向量的建立 | 第38-39页 |
| ·分类 | 第39页 |
| ·实验与结果分析 | 第39-43页 |
| ·实验数据的收集和处理 | 第39-40页 |
| ·系统实现所使用的技术 | 第40-41页 |
| ·实验结果及分析 | 第41-43页 |
| 第四章 识别器在深度网主题爬行过程中的应用 | 第43-47页 |
| ·主题爬行框架简介 | 第43-44页 |
| ·深度网入口的主题爬行框架 | 第44-47页 |
| 第五章 结论和未来工作 | 第47-49页 |
| ·结论 | 第47-48页 |
| ·未来工作 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 摘要 | 第51-54页 |
| Abstract | 第54-57页 |
| 致谢 | 第57-58页 |
| 导师及作者简介 | 第58页 |
