Internet智能比較購物的研究與實(shí)現(xiàn).pdf

1、信息化浪潮改變著世界經(jīng)濟(jì)面貌和人們的生活方式。網(wǎng)上購物的消費(fèi)模式已被越來越多的人所接受。與此同時(shí)，互聯(lián)網(wǎng)信息爆炸性增長，消費(fèi)者很難快速準(zhǔn)確地獲取自己所需的信息。如何在WEB分布式環(huán)境中找到有價(jià)值的信息，提供智能化、個(gè)性化的服務(wù)已經(jīng)成為一個(gè)重要的研究課題。 比較購物是商務(wù)智能的一種表現(xiàn)，是智能信息代理的應(yīng)用之一。購物代理可以主動(dòng)搜索在線商店，收集互聯(lián)網(wǎng)上異構(gòu)的商品信息統(tǒng)一集成存儲(chǔ)，并提供商品信息的比較，為消費(fèi)者提供購買決策支持。購

2、物代理實(shí)現(xiàn)的關(guān)鍵是如何獲取有用的信息，這就涉及信息搜索和信息抽取兩方面技術(shù)。其中，信息搜索負(fù)責(zé)收集有關(guān)頁面信息；信息抽取則對(duì)收集的頁面作進(jìn)一步處理，獲得比較購物所需的商品信息。 本文系統(tǒng)地回顧了WEB信息搜索和信息抽取的研究現(xiàn)狀，總結(jié)了目前存在的問題及發(fā)展趨勢，并提出了一種面向主題的搜索引擎及WEB信息抽取的實(shí)現(xiàn)方法。 面向主題的搜索引擎旨在收集主題網(wǎng)頁。由于Spider搜索到的頁面相當(dāng)廣泛，其中包含很多不符合主題的信息

3、頁面，因此需要對(duì)搜索的網(wǎng)頁進(jìn)行過濾，只采集其中的主題頁面。本文提出了一種CoSE(Content-orientedSearchEngine)搜索方法，該方法綜合網(wǎng)頁的文本內(nèi)容和結(jié)構(gòu)特點(diǎn)作為頁面提取的特征，并對(duì)其進(jìn)行改進(jìn)以提高系統(tǒng)的運(yùn)行效率。信息抽取以采集的主題頁面文檔作為輸入，從中抽取出相關(guān)的商品信息。通常，WEB信息抽取由包裝器(wrapper)來完成。由于WEB上大多數(shù)信息資源嵌入在HTML網(wǎng)頁中，且各網(wǎng)站信息顯示格式不同，構(gòu)建通用