NEU-WIIS系統(tǒng)中信息獲取與展示技術(shù)的研究與實現(xiàn).pdf

1、隨著Internet/Intranet的快速發(fā)展和普及，豐富的Web資源構(gòu)成了一個巨大的全球信息倉庫。一方面，Web信息數(shù)量龐大，門類齊全，幾乎任何信息都可以在Web上找到；另一方面，相對于海量的Web信息空間，用戶感興趣的信息只是其中極少的一部分，從紛繁蕪雜的海量信息中找到需要的信息十分困難。幫助用戶快速準(zhǔn)確的獲取需要的信息、實現(xiàn)“個性化、一站式”服務(wù)已成為Web應(yīng)用領(lǐng)域的迫切需求，Web信息集成技術(shù)已經(jīng)成為研究熱點之一。 在

2、對Web信息特點和Web信息集成原理大量研究的基礎(chǔ)上，本文提出了基于分類本體的Web信息集成機制。在基于分類本體的Web信息集成中，重點考慮網(wǎng)站本身的組織結(jié)構(gòu)：根據(jù)網(wǎng)站組織結(jié)構(gòu)，抽取網(wǎng)站分類體系，并使用該體系進行基于結(jié)構(gòu)的頁面信息分類；在網(wǎng)站分類本體的支持下，集成各信息源網(wǎng)站的分類體系，并合并對應(yīng)類別下的信息，得到通過集成分類體系組織的集成視圖，實現(xiàn)多網(wǎng)站集成。 本文給出了實現(xiàn)基于分類本體的Web信息集成系統(tǒng)NEU-WⅡS(No

3、rtheasternUniversitycategoryontologybasedWebInformationIntegrationSystem)。深入研究了NEU-WⅡS系統(tǒng)中的兩個核心問題：信息獲取及信息預(yù)處理；集成視圖構(gòu)建及個性化支持。信息獲取部分研究并實現(xiàn)了包含網(wǎng)站結(jié)構(gòu)獲取的頁面下載程序，和網(wǎng)站分類體系抽取程序；信息預(yù)處理部分研究并實現(xiàn)了HTML內(nèi)容抽取，和基于結(jié)構(gòu)的Web信息分類；集成視圖構(gòu)建部分研究了基于Portal和基于分