特定領(lǐng)域Web鏈接關(guān)系拓撲圖的生成研究.pdf_第1頁
已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀

下載本文檔

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)，請進行舉報或認領(lǐng)

文檔簡介

1、 本文構(gòu)造特定領(lǐng)域的Web鏈接拓撲圖，來實現(xiàn)對鏈接關(guān)系的分析。首先利用網(wǎng)絡(luò)爬行器從Web上搜集特定領(lǐng)域的網(wǎng)頁，并對這些網(wǎng)頁進行信息抽取和處理。然后將這些提取出來的頁面的鏈接關(guān)系信息存放到數(shù)據(jù)庫中，形成大規(guī)模的網(wǎng)頁信息數(shù)據(jù)庫。另外，本文根據(jù)網(wǎng)頁文件中利用HTML語言的〈TABLE〉〈/TABLE〉標(biāo)記分塊排版的特點，提出了基于頁面鏈接分塊思想的相關(guān)鏈接通用提取算法。為了將相關(guān)鏈接的信息結(jié)構(gòu)化，本文涉及到的問題有鏈接信息的提取、名實體

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。

評論

0/150

提交評論