开放存取期刊论文自动采集方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·OA 资源利用与发展现状 | 第11-12页 |
| ·Web 信息资源采集研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第2章 基础知识和相关技术 | 第16-26页 |
| ·HTML 基础 | 第16-19页 |
| ·HTML 简介 | 第16页 |
| ·HTML DOM 树 | 第16-18页 |
| ·HTML 解析工具的介绍 | 第18-19页 |
| ·HTTP 协议分析 | 第19-20页 |
| ·HTTP 协议概述 | 第19页 |
| ·HTTP 协议报头信息 | 第19-20页 |
| ·网络爬虫技术介绍 | 第20-22页 |
| ·Web 信息抽取技术 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 OA 期刊论文自动采集框架的设计 | 第26-38页 |
| ·OA 期刊论文自动采集框架 | 第26-30页 |
| ·采集系统的总体架构 | 第26-27页 |
| ·系统总体模块 | 第27-28页 |
| ·系统工作流程 | 第28-29页 |
| ·系统的性能指标及工作原理 | 第29-30页 |
| ·采集系统中的主要模块及关键问题 | 第30-36页 |
| ·页面更新检测模块 | 第30-32页 |
| ·论文采集模块 | 第32-35页 |
| ·采集系统中的关键问题 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 OA 期刊卷期目录链接的提取方法 | 第38-49页 |
| ·问题描述 | 第38-39页 |
| ·问题解决方法 | 第39页 |
| ·基于网页原子分割和内容块聚类的网页分块方法 | 第39-43页 |
| ·网页的原子分割 | 第39-41页 |
| ·原子内容块聚类 | 第41-43页 |
| ·卷期目录链接块的识别算法 | 第43-47页 |
| ·相关定义 | 第43-44页 |
| ·链接文本相似度的计算 | 第44页 |
| ·Bayes 后验概率的计算 | 第44-46页 |
| ·卷期目录链接的识别算法 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 实验验证与分析 | 第49-58页 |
| ·实验环境的搭建 | 第49-51页 |
| ·系统环境的配置 | 第49-50页 |
| ·系统整体界面 | 第50-51页 |
| ·OA 期刊站点服务注册 | 第51页 |
| ·实验数据来源及评价标准 | 第51-52页 |
| ·实验数据来源 | 第51页 |
| ·实验评价标准 | 第51-52页 |
| ·卷期目录链接提取方法的验证 | 第52-54页 |
| ·网页分块算法的对比分析 | 第52-53页 |
| ·卷期目录链接识别和提取算法的验证 | 第53-54页 |
| ·自动采集系统性能的分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
