版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、目前搜索引擎索引的絕大部分是表層網(wǎng)的信息,限于一些技術(shù)原因,搜索引擎幾乎無法索引深層網(wǎng)中的信息。但是深層網(wǎng)具有容量大、質(zhì)量高和專業(yè)性強(qiáng)等諸多優(yōu)點(diǎn),它的意義及重要性無法被人們忽略,于是找到一種能夠爬行深層網(wǎng)的方式是非常必要的,所以構(gòu)造一個深層網(wǎng)爬行器來獲取深層網(wǎng)中的數(shù)據(jù)是非常有意義的,而表單自動填充是深層網(wǎng)爬行器的重要組成部分。
本文首先介紹了深層網(wǎng)的價值及難以搜索深層網(wǎng)的原因,分析對比了國內(nèi)外研究現(xiàn)狀,介紹了HTML 表單
2、、文檔對象模型(DOM)、抽取方法、本體知識和相似度計(jì)算方法,在此基礎(chǔ)上本文提出了一套填充深層網(wǎng)入口表單的策略。首先使用改進(jìn)的啟發(fā)式規(guī)則識別深層查詢?nèi)肟诒韱?,再通過本文提出的就近原則算法提取表單標(biāo)簽,在進(jìn)行最后的匹配填充之前對抽取到的標(biāo)簽進(jìn)行標(biāo)準(zhǔn)化,最后通過改進(jìn)的基于語義的相似度匹配算法對深層網(wǎng)表單標(biāo)簽和本體領(lǐng)域知識庫的屬性進(jìn)行匹配,這樣就可以模擬用戶填充深層網(wǎng)入口表單的過程了。
結(jié)尾對整個算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。選取了圖書領(lǐng)
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向電子商務(wù)的深層網(wǎng)入口挖掘研究.pdf
- 面向深層網(wǎng)絡(luò)的查詢規(guī)劃策略的研究.pdf
- mba論文面向深層網(wǎng)絡(luò)的查詢規(guī)劃策略的研究pdf
- 一種面向深層網(wǎng)絡(luò)的查詢優(yōu)化方法研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的微網(wǎng)耦合分析方法與查詢策略研究.pdf
- 語義網(wǎng)在景觀查詢中的應(yīng)用.pdf
- 深層網(wǎng)絡(luò)數(shù)據(jù)源發(fā)現(xiàn)與查詢結(jié)果抽取研究.pdf
- 基于Hilbert空間填充曲線的多維數(shù)據(jù)查詢研究.pdf
- Top-K查詢中的動態(tài)映射策略研究.pdf
- XML查詢緩存中替換策略的研究與設(shè)計(jì).pdf
- 無線傳感器網(wǎng)絡(luò)中模式查詢策略的研究.pdf
- 數(shù)據(jù)流中查詢優(yōu)化與遷移策略的研究.pdf
- cad圖例查詢表(圖案填充)
- t-sql查詢高級—sql server索引中的碎片和填充因子
- 校園網(wǎng)的深層結(jié)構(gòu):文化世界.pdf
- 地理社交網(wǎng)中星型組查詢和團(tuán)組朋友查詢.pdf
- 傳感網(wǎng)中Top-k查詢處理優(yōu)化算法研究.pdf
- 深網(wǎng)查詢接口判定技術(shù)的研究.pdf
- 微網(wǎng)中并網(wǎng)逆變器的控制策略研究.pdf
評論
0/150
提交評論