| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-14页 |
| ·引言 | 第11-12页 |
| ·网页信息提取的应用 | 第12-13页 |
| ·本文主要内容 | 第13-14页 |
| 2 网页信息提取技术概述 | 第14-21页 |
| ·信息提取定义 | 第14-15页 |
| ·信息提取技术的发展历史和现状 | 第15-16页 |
| ·网页信息提取的分类 | 第16-18页 |
| ·网页内容提取 | 第17页 |
| ·网页结构提取 | 第17-18页 |
| ·网页日志记录提取 | 第18页 |
| ·热点网站页面信息提取算法 | 第18-19页 |
| ·主题网页的信息提取算法 | 第18-19页 |
| ·Hub网页的信息提取算法 | 第19页 |
| ·小结 | 第19-21页 |
| 3 热点网站页面内容特点分析 | 第21-35页 |
| ·热点网站及热点网站体育NBA特点 | 第21-24页 |
| ·热点网站及热点网页定义 | 第21-22页 |
| ·搜狐体育NBA页面内容组成及分析 | 第22页 |
| ·手工查询搜狐体育NBA页面源文件 | 第22-24页 |
| ·搜狐与网易NBA页面特点及比较 | 第24-25页 |
| ·搜狐体育NBA页面特点 | 第24页 |
| ·网易体育NBA页面特点 | 第24页 |
| ·二者页面特点比较 | 第24-25页 |
| ·从网页语言特点分析热点网站 | 第25-31页 |
| ·HTML语言简介 | 第25-26页 |
| ·热点网站HTML标签布局特点 | 第26页 |
| ·热点网站静态网页的特点 | 第26-27页 |
| ·热点网站网页超链接标记 | 第27-31页 |
| ·热点内容分析与内部关系 | 第31-33页 |
| ·搜狐体育NBA页面热点内容分析 | 第31-32页 |
| ·搜狐体育NBA页面内部关系 | 第32-33页 |
| ·热点网站链接特点与页面热度关系 | 第33-34页 |
| ·小结 | 第34-35页 |
| 4 HTML Parser解析热点网页的实现思路 | 第35-49页 |
| ·主流HTML文档解析器对比分析 | 第35-37页 |
| ·主流HTML文档解析器介绍 | 第35-36页 |
| ·常用HTML文档解析器比较 | 第36-37页 |
| ·选择HTML Parser的理由 | 第37-42页 |
| ·HTML Parser的部分成果 | 第37-38页 |
| ·HTML Parser采集热点网页 | 第38-41页 |
| ·从搜狐体育NBA页面输出源代码看网页特征 | 第41-42页 |
| ·系统运行环境准备 | 第42-44页 |
| ·Java环境安装配置 | 第42-43页 |
| ·HTML Parser安装配置 | 第43-44页 |
| ·用HTML Parser来分析实现思路 | 第44-46页 |
| ·热点网站内容分析基本流程 | 第44-45页 |
| ·热点网站内容分析系统结构 | 第45页 |
| ·HTML Parser解析网页的实现思路 | 第45-46页 |
| ·基于HTML Parser的热点双反馈URL及正文提取算法 | 第46-48页 |
| ·网页预处理 | 第47页 |
| ·HTML Parser提取URL | 第47页 |
| ·URL反馈 | 第47页 |
| ·HTML Parser提取正文 | 第47页 |
| ·正文反馈 | 第47-48页 |
| ·小结 | 第48-49页 |
| 5 基于HTML Parser的网页超链接提取实现 | 第49-58页 |
| ·开发平台及工具 | 第49页 |
| ·系统结构 | 第49-50页 |
| ·提取热点网站内部超链接信息算法 | 第49-50页 |
| ·系统结构 | 第50页 |
| ·系统实现 | 第50-54页 |
| ·HTML Parser提取网页超链接 | 第50-52页 |
| ·HTML Parser提取网页文本信息 | 第52-54页 |
| ·系统运行结果及有效性评价 | 第54-57页 |
| ·查询显示提取的结果 | 第54-56页 |
| ·运行结果的有效性评价 | 第56-57页 |
| ·小结 | 第57-58页 |
| 6 结论与展望 | 第58-59页 |
| 参考文献 | 第59-60页 |
| 致谢 | 第60-61页 |
| 个人简历 | 第61页 |
| 发表的学术论文 | 第61页 |