基于浏览器的Web结构化数据抽取的研究及实现
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的研究思路和主要内容 | 第9-11页 |
| 第2章 WEB 信息抽取相关概念和技术 | 第11-18页 |
| ·相关概念 | 第11-12页 |
| ·相关技术 | 第12-18页 |
| ·Web 挖掘技术 | 第12-13页 |
| ·Web 信息抽取技术 | 第13页 |
| ·两种富含结构化数据的网页 | 第13-15页 |
| ·数据模型介绍 | 第15页 |
| ·网页信息定位方法 | 第15-16页 |
| ·信息抽取规则描述方法 | 第16页 |
| ·深度网信息抽取技术 | 第16-18页 |
| 第3章 WEB 信息抽取定位算法及其抽取规则 | 第18-25页 |
| ·基于DOM 树路径的算法 | 第18-22页 |
| ·EPath（Exaction Path） | 第18-19页 |
| ·EPath 的生成 | 第19-20页 |
| ·使用EPath 定位 | 第20-22页 |
| ·基于不变文本算法 | 第22-23页 |
| ·抽取规则 | 第23-24页 |
| ·抽取规则解析 | 第24-25页 |
| 第4章 深度网信息抽取 | 第25-30页 |
| ·基于浏览器的深度网导航 | 第25页 |
| ·表单处理 | 第25-26页 |
| ·重复结构识别 | 第26-28页 |
| ·基于规则的翻页的识别 | 第28-30页 |
| 第5章 总体设计 | 第30-37页 |
| ·系统架构 | 第30-31页 |
| ·系统模块 | 第31-32页 |
| ·定义抽取指令 | 第32-33页 |
| ·交互式抽取规则生成工具总体设计 | 第33-34页 |
| ·抽取运行时（RUNTIME）总体设计 | 第34-36页 |
| ·其他工具类模块设计 | 第36-37页 |
| 第6章 详细设计及其实现 | 第37-49页 |
| ·交互式规则生成工具 | 第37-42页 |
| ·实现功能 | 第37-38页 |
| ·主要设计思路及其算法 | 第38-39页 |
| ·主要模块及其实现 | 第39-42页 |
| ·抽取运行时 | 第42-48页 |
| ·实现功能 | 第42-43页 |
| ·主要设计思想及其算法 | 第43页 |
| ·主要模块及其实现 | 第43-48页 |
| ·网页库和链接库 | 第48-49页 |
| ·实现功能 | 第48页 |
| ·主要设计思想及其算法 | 第48-49页 |
| 第7章 实验数据和结论 | 第49-53页 |
| ·实验数据 | 第49-51页 |
| ·结论与展望 | 第51-53页 |
| ·本文的创新工作 | 第51页 |
| ·不足之处和未来的工作 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第57-58页 |
| 致谢 | 第58-59页 |
| 摘要 | 第59-62页 |
| ABSTRACT | 第62-65页 |
