| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第6-13页 |
| 1.1 选题背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-11页 |
| 1.3 论文的研究内容 | 第11-12页 |
| 1.4 论文的组织与安排 | 第12-13页 |
| 第2章 相关知识和理论 | 第13-21页 |
| 2.1 Web信息抽取结果衡量标准 | 第13页 |
| 2.2 HTML简介 | 第13-16页 |
| 2.2.1 HTML概要 | 第13-15页 |
| 2.2.2 HTML中的表格 | 第15-16页 |
| 2.3 XML简介 | 第16-18页 |
| 2.3.1 XML的产生及特点 | 第16-18页 |
| 2.3.2 XML的主要用途 | 第18页 |
| 2.4 文档对象模型(DOM) | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于表格结构和本体的Web表格信息抽取系统 | 第21-33页 |
| 3.1 系统概述 | 第21-22页 |
| 3.2 Web表格定位 | 第22-28页 |
| 3.2.1 真假数据表格 | 第22-23页 |
| 3.2.2 表格定位规则 | 第23-25页 |
| 3.2.3 表格定位算法 | 第25-28页 |
| 3.3 表格结构识别 | 第28-31页 |
| 3.3.1 表格结构分析 | 第28-29页 |
| 3.3.2 表格结构标准化 | 第29页 |
| 3.3.3 表格属性域、值域识别 | 第29-31页 |
| 3.4 实验结果与分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于视觉特征的商品数据抽取 | 第33-43页 |
| 4.1 商品信息列表网页视觉特征 | 第33-34页 |
| 4.2 页面预处理 | 第34-35页 |
| 4.3 模板匹配 | 第35页 |
| 4.4 模板生成 | 第35-42页 |
| 4.4.1 网页视觉分块 | 第35-37页 |
| 4.4.2 识别目标数据区域 | 第37-41页 |
| 4.4.3 抽取数据记录 | 第41-42页 |
| 4.5 实验结果与分析 | 第42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间科研成果 | 第47-48页 |
| 致谢 | 第48-49页 |