資源描述：
《web信息抽取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、浙江工業(yè)大學(xué)碩士學(xué)位論文Web信息抽取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)作者姓名：皮珊指導(dǎo)教師：劉盛浙江工業(yè)大學(xué)信息工程學(xué)院2013年10月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterTheDesignandImplementationOfWebInformationExtractionSystemCandidate：ShanPiAdvisor：ShengLiuCollegeofInformationEngineeringZhejiangUniversit
2、yofTechnologyoct2013浙江工業(yè)大學(xué)洲㈣咖㈣吣刪嬰Y2498280學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所提交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的研究成果。除文中已經(jīng)加以標(biāo)注引用的內(nèi)容外，本論文不包含其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的研究成果，也不含為獲得浙江工業(yè)大學(xué)或其它教育機(jī)構(gòu)的學(xué)位證書而使用過的材料。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本人承擔(dān)本聲明的法律責(zé)任。作者簽名：歸卅日期：馴≥年腦月f9日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意
3、學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)浙江工業(yè)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口，在年解密后適用本授權(quán)書。．2)，不保密口。(請?jiān)谝陨舷鄳?yīng)方框內(nèi)打“√”)作者簽名：導(dǎo)師簽名：日期：沙I、年日期：矽J、年lA月”日1月”日浙江工業(yè)大學(xué)碩士學(xué)位論文Web信息抽取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)摘要當(dāng)前作為基礎(chǔ)網(wǎng)絡(luò)的互聯(lián)網(wǎng)正高速發(fā)展，基于互聯(lián)網(wǎng)的萬維網(wǎng)(Web)也得以在人們的日常生活中扮演越發(fā)重要的角色。萬維
4、網(wǎng)上承載的海量信息，使得它變成了人們?nèi)粘Ｉ钪蝎@取信息的一個(gè)重要源頭。探索一種方便人們從萬維網(wǎng)的海量信息中挖掘出自己所需要的內(nèi)容的方法變得越來越重要。Web信息抽取就是眾多方法中的一個(gè)有效解決方案。本課題系統(tǒng)主要被應(yīng)用于實(shí)現(xiàn)電子商務(wù)領(lǐng)域中商品、產(chǎn)品信息和行業(yè)領(lǐng)域咨詢等Web信息抽取場景：同時(shí)，該系統(tǒng)也可以幫助普通用戶獲取大量的、個(gè)人感興趣的Web信息。本課題的研究內(nèi)容是，設(shè)計(jì)和實(shí)現(xiàn)一個(gè)能夠從萬維網(wǎng)中抽取用戶所需要信息的Web信息抽取系統(tǒng)。通過使用本課題設(shè)計(jì)和實(shí)現(xiàn)的Web信息抽取系統(tǒng)，可以滿足人們從Web上獲取訂制信息的需求；也可以通過本系
5、統(tǒng)實(shí)現(xiàn)獲取大批量的信息，以此作為后續(xù)Web信息處理系統(tǒng)的數(shù)據(jù)輸入，最終實(shí)現(xiàn)Web數(shù)據(jù)產(chǎn)品來滿足人們獲取各類Web信息的需求。研究了Web信息抽取的定義并提出了解決思路，針對(duì)從Web上獲取信息特別是有價(jià)值對(duì)等的信息進(jìn)行了相關(guān)的分類和定義；定義了一種表示W(wǎng)eb格式化信息的數(shù)據(jù)模型。這個(gè)數(shù)據(jù)模型對(duì)于設(shè)計(jì)Web信息抽取算法、以及組織通過Web信息抽取算法獲取的Web信息數(shù)據(jù)都具有重要的意義；針對(duì)不同的W曲信息抽取目標(biāo)，設(shè)計(jì)和實(shí)現(xiàn)了Web信息抽取算法。例如：滿足用戶從自定義的頁面上任意位置獲取信息，設(shè)計(jì)了基于模板的信息抽取算法；滿足用戶從列表．詳情
6、頁面上獲取信息，設(shè)計(jì)了基于列表自動(dòng)抽取算法；通過對(duì)Hap服務(wù)框架構(gòu)建服務(wù)器的設(shè)計(jì)與實(shí)現(xiàn)，對(duì)外實(shí)現(xiàn)了通過Http服務(wù)提供Web信息抽取的能力；同時(shí)也通過設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)抽取任務(wù)工作引擎，實(shí)現(xiàn)了對(duì)外提供一種可以定制和托管信息抽取的任務(wù)級(jí)的Web信息抽取能力。最后，作者依據(jù)軟件開發(fā)生命周期，依次從需求分析、系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)以及系統(tǒng)測試，介紹了web信息抽取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。關(guān)鍵詞：Web信息挖掘；Web信息抽??；基于模板信息抽取；列表信息抽取浙江工業(yè)大學(xué)碩士學(xué)位論文THEDESIGNANDIMPLEMENTATIONOFWEBINFORM隨LTI
7、ONEXTRACTIONSYSTEMABSTRACTTheIntemetasabasisnetisdevelopingrapidly，Internet—basedWorldWideWeb(Web)havebeenplaysincreasinglyimportantroleinpeople’Sdailylife．MassiveinformationhostedontheWorldWideWebisanimportantsourceofaccesstoinformationinpeople’sdailylife。Todigoutonemeth
8、odseasyforpeopletoexploreamassofinformationfromtheWorldWideWebbecomeincreasinglyimportant。Webinf
