

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、伴隨著電子商務(wù)的迅速發(fā)展,網(wǎng)上購(gòu)物越來(lái)越受到消費(fèi)者的喜愛。然而越來(lái)越多的商品讓消費(fèi)者感覺到無(wú)法下手購(gòu)買,要從海量的商品信息中找到最適合自己要求的商品,是一個(gè)比較困難和費(fèi)時(shí)的過(guò)程。web信息抽取的一個(gè)直接應(yīng)用就是幫助人們?cè)诩姺睆?fù)雜的商品信息海洋中快速準(zhǔn)確地查找所需商品。目前缺乏專門針對(duì)購(gòu)物網(wǎng)站的信息抽取技術(shù),采用通用的Web信息抽取技術(shù),難以快速而準(zhǔn)確地定位目標(biāo)商品信息。所以有必要對(duì)購(gòu)物網(wǎng)站商品信息抽取作進(jìn)一步研究。
本文通
2、過(guò)分析購(gòu)物網(wǎng)站的頁(yè)面結(jié)構(gòu),針對(duì)大多數(shù)購(gòu)物網(wǎng)站HTML頁(yè)面的表格結(jié)構(gòu)特性,提出一種新的網(wǎng)頁(yè)模型,將購(gòu)物網(wǎng)站中的商品展示頁(yè)面分為三個(gè)區(qū)域:核心區(qū)域、準(zhǔn)核心區(qū)域和非核心區(qū)域。并在此頁(yè)面模型基礎(chǔ)上,提出區(qū)域定位的概念,將商品信息抽取問(wèn)題分解為頁(yè)面預(yù)處理、區(qū)域定位和區(qū)域結(jié)構(gòu)分析三個(gè)關(guān)鍵步驟。
頁(yè)面預(yù)處理模塊主要負(fù)責(zé)HTML頁(yè)面中的標(biāo)簽修復(fù)、噪聲處理。通過(guò)分析頁(yè)面結(jié)構(gòu),對(duì)HTML文檔解析來(lái)構(gòu)造DOM樹,把HTML文檔中不需要處理的元素
3、從DOM樹中剔除,比如廣告圖片、腳本代碼等,從而最大限度的減少噪聲信息對(duì)抽取工作的影響。
區(qū)域定位模塊主要負(fù)責(zé)從DOM樹中定位用戶感興趣的商品信息區(qū)域。在區(qū)域定位過(guò)程中,結(jié)合商品屬性關(guān)鍵字,找到匹配節(jié)點(diǎn),再自底向上,定位準(zhǔn)核心區(qū)域,然后根據(jù)準(zhǔn)核心區(qū)域的期望值及區(qū)域內(nèi)節(jié)點(diǎn)類型比例,定位核心區(qū)域。
區(qū)域結(jié)構(gòu)分析模塊的主要功能是分析核心區(qū)域的結(jié)構(gòu),定位商品“屬性-值”對(duì)信息,最終抽取目標(biāo)商品信息。
在
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- B2C購(gòu)物網(wǎng)站商品信息推送系統(tǒng)的研究與設(shè)計(jì).pdf
- 網(wǎng)上商品購(gòu)物網(wǎng)站畢業(yè)論文
- 基于java的購(gòu)物網(wǎng)站
- 購(gòu)物網(wǎng)站排行
- 基于Web的商品信息抽取與融合的研究與實(shí)現(xiàn).pdf
- 網(wǎng)上購(gòu)物網(wǎng)站
- php論文(購(gòu)物網(wǎng)站)
- 國(guó)外著名購(gòu)物網(wǎng)站
- 基于結(jié)構(gòu)語(yǔ)義熵的互聯(lián)網(wǎng)商品信息抽取技術(shù)研究.pdf
- 網(wǎng)站設(shè)計(jì)—電子購(gòu)物網(wǎng)站設(shè)計(jì)
- 網(wǎng)絡(luò)商品信息搜索與抽取技術(shù)應(yīng)用研究.pdf
- 基于jspjava購(gòu)物網(wǎng)站設(shè)計(jì)和實(shí)現(xiàn)
- 購(gòu)物網(wǎng)站規(guī)劃書
- 購(gòu)物網(wǎng)站大全
- 基于搜索引擎的商品信息抽取與融合的研究及實(shí)現(xiàn).pdf
- 基于java的購(gòu)物網(wǎng)站設(shè)計(jì)與實(shí)現(xiàn)
- 基于java的購(gòu)物網(wǎng)站(畢業(yè)論文)
- 基于jsp的購(gòu)物網(wǎng)站設(shè)計(jì)與開發(fā)
- 基于java的購(gòu)物網(wǎng)站(畢業(yè)論文)
- 購(gòu)物網(wǎng)站的設(shè)計(jì)與開發(fā).pdf
評(píng)論
0/150
提交評(píng)論