基于XML的Web數(shù)據(jù)抽取技術(shù)的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、web作為一個(gè)全球化信息空間,蘊(yùn)含著巨大的潛在價(jià)值。盡管目前已對(duì)Web數(shù)據(jù)抽取技術(shù)進(jìn)行了大量的研究工作,但是現(xiàn)有的技術(shù)還不能讓用戶滿意。XML為web提供了一致的數(shù)據(jù)模型和描述語(yǔ)言,已成為表示W(wǎng)eb中多樣性數(shù)據(jù)的事實(shí)標(biāo)準(zhǔn)。 論文通過(guò)對(duì)web數(shù)據(jù)抽取步驟的分析和研究,針對(duì)目前存在的問(wèn)題,提出一種快捷、實(shí)用的基于XML的web數(shù)據(jù)抽取技術(shù)的解決方案,并對(duì)其中涉及的關(guān)鍵技術(shù),如搜索策略、轉(zhuǎn)換算法、抽取方法等方面進(jìn)行深入研究,期望為推進(jìn)

2、本領(lǐng)域的發(fā)展作一點(diǎn)貢獻(xiàn)。 論文的主要內(nèi)容包括如下幾個(gè)方面: 1.提出了一種應(yīng)用于小范圍Web的搜索策略:改進(jìn)的HITS算法。該算法針對(duì)小范圍Web的鏈接結(jié)構(gòu)特點(diǎn),構(gòu)造間接鏈接,并且根據(jù)用戶訪問(wèn)的頻率對(duì)鏈接加權(quán)。改進(jìn)的算法使得小范圍web的鏈接結(jié)構(gòu)更接近萬(wàn)維網(wǎng)的鏈接結(jié)構(gòu),同時(shí)鏈接加權(quán)輸入結(jié)合了用戶的反饋。理論和實(shí)驗(yàn)證明算法是正確的。 2.提出了一種基于棧結(jié)構(gòu)的IITML到XML的轉(zhuǎn)換算法。通過(guò)棧結(jié)構(gòu)的概念,有效地將

3、HTML格式轉(zhuǎn)換為XML格式。簡(jiǎn)化了數(shù)據(jù)抽取工作,方便地形成XML文檔,為處XML文檔、抽取出適當(dāng)?shù)臄?shù)據(jù)作了鋪墊。 3.提出了XML數(shù)據(jù)抽取的健壯性標(biāo)準(zhǔn),將該標(biāo)準(zhǔn)運(yùn)用于XML數(shù)據(jù)抽取的區(qū)域定位和映射合并中,并分別給出了符合健壯性標(biāo)準(zhǔn)的合適方法,從而提高了數(shù)據(jù)抽取的效率。 4.原型系統(tǒng)的實(shí)現(xiàn)。根據(jù)上述三點(diǎn)的研究結(jié)果,結(jié)合數(shù)據(jù)抽取技術(shù)、XML技術(shù)和Java技術(shù),提供了一個(gè)快速、通用的基于XML的web數(shù)據(jù)抽取原型系統(tǒng),具有良

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。

評(píng)論

0/150

提交評(píng)論