| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第11-15页 |
| 1.1.1 开源社区的发展 | 第11-13页 |
| 1.1.2 开源社区Web数据的特点及应用需求 | 第13-14页 |
| 1.1.3 开源社区Web数据抽取面临的挑战 | 第14-15页 |
| 1.2 本文主要工作 | 第15-18页 |
| 1.2.1 本文主要内容 | 第15-16页 |
| 1.2.2 本文的组织结构 | 第16-18页 |
| 第二章 Web数据抽取及相关技术研究 | 第18-28页 |
| 2.1 Web数据抽取的概念 | 第18-19页 |
| 2.2 相关研究 | 第19-24页 |
| 2.2.1 开源社区的分类及数据概况 | 第19-21页 |
| 2.2.2 开源社区Web数据抽取相关研究 | 第21-24页 |
| 2.3 Web数据抽取技术分类 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 开源社区Web数据的抽取规则生成算法研究 | 第28-40页 |
| 3.1 引言 | 第28-30页 |
| 3.1.1 问题背景 | 第28-30页 |
| 3.1.2 研究思路 | 第30页 |
| 3.2 Web相关技术 | 第30-31页 |
| 3.2.1 开源社区Web页面的特点 | 第30-31页 |
| 3.2.2 开源社区Web页面结构分析 | 第31页 |
| 3.3 Web数据抽取规则的选取 | 第31-33页 |
| 3.3.1 相关技术 | 第31-33页 |
| 3.3.2 抽取规则的选取 | 第33页 |
| 3.4 基于数据分块的抽取规则生成算法 | 第33-37页 |
| 3.4.1 研究思路 | 第33-34页 |
| 3.4.2 Xpath和正则表达式的协作式Web数据抽取规则 | 第34-37页 |
| 3.5 实验结果及分析 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 面向开源社区的Web数据抽取系统的设计与实现 | 第40-51页 |
| 4.1 引言 | 第41-42页 |
| 4.1.1 问题背景 | 第41页 |
| 4.1.2 研究思路 | 第41-42页 |
| 4.2 面向开源社区的Web数据抽取系统的设计 | 第42-43页 |
| 4.2.1 Web数据抽取系统设计原则 | 第42-43页 |
| 4.3 相关技术 | 第43-44页 |
| 4.3.1 Webmagic&Jsoup | 第43页 |
| 4.3.2 Mybatis&maven | 第43-44页 |
| 4.4 面向开源社区的Web数据抽取框架的构建 | 第44-46页 |
| 4.4.1 面向开源社区的Web数据抽取框架总体架构 | 第44-45页 |
| 4.4.2 页面下载模块 | 第45页 |
| 4.4.3 页面处理模块 | 第45-46页 |
| 4.4.4 数据持久化模块 | 第46页 |
| 4.4.5 错误处理模块 | 第46页 |
| 4.5 面向开源社区的Web数据抽取系统的实现 | 第46-48页 |
| 4.5.1 页面下载模块的实现 | 第47页 |
| 4.5.2 数据持久化模块的实现 | 第47-48页 |
| 4.5.3 抽取模板的实现 | 第48页 |
| 4.6 实验结果及分析 | 第48-50页 |
| 4.6.1 实验环境 | 第48-49页 |
| 4.6.2 实验数据集 | 第49页 |
| 4.6.3 实验结果及分析 | 第49-50页 |
| 4.7 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-54页 |
| 5.1 工作总结 | 第51-52页 |
| 5.2 展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者在学期间取得的学术成果 | 第59页 |
