精确web信息抽取系统的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 本文组织结构安排 | 第13-14页 |
| 第二章 相关概念、理论与关键技术 | 第14-22页 |
| 2.1 信息抽取相关概念 | 第14-17页 |
| 2.1.1 HTML & DOM | 第14-15页 |
| 2.1.2 XML & XPath | 第15-16页 |
| 2.1.3 正则表达式 | 第16-17页 |
| 2.2 爬虫技术 | 第17-18页 |
| 2.3 页面渲染引擎 | 第18-19页 |
| 2.4 信息检索模型 | 第19-21页 |
| 2.4.1 布尔模型 | 第20页 |
| 2.4.2 向量空间模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 精确WEB信息抽取系统的研究 | 第22-31页 |
| 3.1 精确WEB信息抽取模型 | 第22-23页 |
| 3.2 抽取规则与基于XML的抽取模版生成 | 第23-26页 |
| 3.2.1 基于用户交互的抽取信息定义及规则生成 | 第24页 |
| 3.2.2 模版引擎与抽取模版生成 | 第24-26页 |
| 3.3 抽取字段元素和导航元素类型研究 | 第26-28页 |
| 3.4 网页浏览导航模型 | 第28-29页 |
| 3.5 网页元素识别 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第四章 精确WEB信息抽取系统的设计 | 第31-42页 |
| 4.1 系统设计目标 | 第31页 |
| 4.2 系统总体设计 | 第31-34页 |
| 4.2.1 系统处理流程 | 第31-33页 |
| 4.2.2 总体架构和模块设计 | 第33-34页 |
| 4.3 系统各功能模块的设计 | 第34-35页 |
| 4.3.1 网页数据识别与标注模块 | 第34页 |
| 4.3.2 抽取规则与模版生成模块 | 第34页 |
| 4.3.3 抽取任务运行模块 | 第34-35页 |
| 4.3.4 数据集成模块 | 第35页 |
| 4.4 元素与导航类型设计 | 第35-38页 |
| 4.4.1 网页抽取元素类型 | 第35-37页 |
| 4.4.2 导航元素类型 | 第37-38页 |
| 4.5 数据结构设计 | 第38-40页 |
| 4.6 接口设计 | 第40页 |
| 4.7 系统主界面的设计 | 第40-41页 |
| 4.8 本章小结 | 第41-42页 |
| 第五章 精确WEB信息抽取系统的实现 | 第42-55页 |
| 5.1 开发技术选型 | 第43页 |
| 5.2 网页数据识别与标注模块的实现 | 第43-48页 |
| 5.3 抽取模版生成模块的实现 | 第48-51页 |
| 5.3.1 抽取模版的定义 | 第48-50页 |
| 5.3.2 抽取模版文件的生成 | 第50-51页 |
| 5.4 抽取任务运行模块的实现 | 第51-53页 |
| 5.5 数据集成模块的实现 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 实验结果分析 | 第55-59页 |
| 6.1 实验环境 | 第55页 |
| 6.2 评估方法及实验结果 | 第55-58页 |
| 6.2.1 评估方法 | 第55-56页 |
| 6.2.2 Web信息抽取系统实验 | 第56-58页 |
| 6.3 结果分析 | 第58页 |
| 6.4 本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| 7.1 论文工作总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
