垂直搜索引擎中的网页对象抽取模型及实现技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·Web 信息抽取研究综述 | 第11-12页 |
| ·研究背景与意义 | 第11页 |
| ·国内外文献综述 | 第11-12页 |
| ·垂直搜索引擎原理及信息抽取的应用 | 第12-14页 |
| ·本文所做的主要工作 | 第14页 |
| ·本文组织安排 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第2章 Web 信息抽取技术概述 | 第16-21页 |
| ·引言 | 第16页 |
| ·Web 信息抽取评价标准 | 第16页 |
| ·基于知识工程的方法 | 第16-17页 |
| ·基于自动训练的方法 | 第17-19页 |
| ·基于统计学习的方法 | 第17-18页 |
| ·基于模式分析的方法 | 第18页 |
| ·基于归纳学习的方法 | 第18-19页 |
| ·基于 DOM 树的 Web 信息抽取技术 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第3章 Web 信息抽取系统 | 第21-27页 |
| ·引言 | 第21页 |
| ·Web 信息抽取系统的分类 | 第21-22页 |
| ·主要 Web 信息抽取系统介绍 | 第22-23页 |
| ·垂直搜索引擎中信息抽取系统的构成 | 第23-26页 |
| ·模板检测 | 第24-25页 |
| ·模板生成 | 第25页 |
| ·数据抽取 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第4章 基于页面布局的模板检测研究 | 第27-36页 |
| ·引言 | 第27页 |
| ·基于页面布局的网页聚类算法 | 第27-33页 |
| ·树编辑距离 | 第28-29页 |
| ·网页结构相似性计算 | 第29-33页 |
| ·基于页面布局的网页聚类算法 | 第33页 |
| ·实验及分析 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第5章 模板生成与数据抽取算法研究 | 第36-46页 |
| ·引言 | 第36页 |
| ·模板生成 | 第36-42页 |
| ·网页模板表示 | 第36-37页 |
| ·DOM 树到扩展DOM 树的转化 | 第37-39页 |
| ·基于聚类的模板混合生成算法 | 第39-42页 |
| ·数据抽取 | 第42-44页 |
| ·网页对象定义 | 第42-43页 |
| ·网页对象标注与抽取 | 第43-44页 |
| ·实验及分析 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第6章 垂直搜索引擎中网页对象抽取系统实现 | 第46-57页 |
| ·引言 | 第46页 |
| ·商业搜索引擎的特殊性 | 第46-47页 |
| ·基于商业考虑的系统优化 | 第47-51页 |
| ·URL 模式分析 | 第47-48页 |
| ·搜集路径优化 | 第48-50页 |
| ·实验及分析 | 第50-51页 |
| ·系统设计 | 第51-52页 |
| ·系统实现 | 第52-56页 |
| ·数据格式 | 第52-55页 |
| ·系统界面 | 第55-56页 |
| ·小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间完成的研究成果 | 第65-66页 |
| 附录B 攻读学位期间参与的科研项目 | 第66页 |
