面向互联网的多元信息获取技术研究
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第7-16页 |
| ·任务介绍和应用领域 | 第7-8页 |
| ·研究背景及相关工作 | 第8-13页 |
| ·网页获取的基本概念 | 第8-9页 |
| ·网页相关性分析 | 第9-11页 |
| ·网页获取的相关工作 | 第11-12页 |
| ·多元信息去重的相关工作 | 第12-13页 |
| ·本文的工作 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 快速信息网页获取方法 | 第16-31页 |
| ·信息网站的选择 | 第16-17页 |
| ·网页的初步下载和简单过滤 | 第17-18页 |
| ·信息抽取和信息网页标定 | 第18-19页 |
| ·URL模式归纳 | 第19-24页 |
| ·基于Token的URL模式学习 | 第19-23页 |
| ·基于共有前缀的URL模式学习 | 第23-24页 |
| ·URL模式精选 | 第24-27页 |
| ·URL模式精选:信息覆盖数优先 | 第24-25页 |
| ·URL模式精选:信息耗费低优先 | 第25-27页 |
| ·下载导航器的产生和使用 | 第27-31页 |
| 第三章 多元信息冗余判断 | 第31-38页 |
| ·多元信息表示 | 第31页 |
| ·信息元素的分类 | 第31-32页 |
| ·多元信息去重一般流程 | 第32-33页 |
| ·信息相似度计算 | 第33-34页 |
| ·信息冗余度判断 | 第34-35页 |
| ·命名实体信息元素的自动扩展 | 第35-38页 |
| 第四章 评测与实验 | 第38-50页 |
| ·快速信息网页获取方法实验 | 第38-44页 |
| ·实验设置介绍 | 第38页 |
| ·实验比较方法 | 第38页 |
| ·减少网页下载量实验 | 第38-40页 |
| ·时间适用性实验 | 第40-41页 |
| ·快速网页获取的参数实验 | 第41-43页 |
| ·网站扩充步骤实验 | 第43-44页 |
| ·运行时间分析 | 第44页 |
| ·多元信息去重实验 | 第44-50页 |
| ·信息去重的评测指标 | 第45-46页 |
| ·事件信息去重 | 第46-48页 |
| ·论文索引信息去重 | 第48-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间参加的科研项目与发表的论文 | 第54-55页 |
| 致谢 | 第55-56页 |
