基于內(nèi)容個(gè)性化的網(wǎng)頁(yè)信息抽取技術(shù)研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展使搜索引擎成為人們利用網(wǎng)絡(luò)最主要的信息檢索工具，而移動(dòng)搜索業(yè)務(wù)作為互聯(lián)網(wǎng)搜索技術(shù)的延伸，能夠?yàn)橛脩籼峁╇S時(shí)隨地的信息服務(wù)，讓用戶在任何時(shí)刻、任何地點(diǎn)都能感受到信息時(shí)代的方便快捷。但是由于移動(dòng)終端屏幕較小、網(wǎng)絡(luò)接入速度慢、通信費(fèi)用高等特點(diǎn)，就要求移動(dòng)搜索的結(jié)果具有很高的精準(zhǔn)性，并且能夠抽取出相關(guān)網(wǎng)頁(yè)的主題內(nèi)容。
　　根據(jù)以上背景，本文首先介紹搜索引擎及移動(dòng)搜索的相關(guān)知識(shí)，其次介紹用戶興趣建模方法及其改進(jìn)，在這部分

2、主要提出一種通過(guò)改進(jìn)的向量空間模型來(lái)表示用戶的興趣，用非線性函數(shù)處理特征項(xiàng)詞頻的方法，改進(jìn)權(quán)值的計(jì)算；另外還利用改進(jìn)的k-means聚類(lèi)算法來(lái)表示用戶的興趣分類(lèi)樹(shù)，在此基礎(chǔ)上建立用戶興趣模型。然后介紹網(wǎng)頁(yè)信息抽取相關(guān)技術(shù)，提出一種基于DOM結(jié)構(gòu)的網(wǎng)頁(yè)信息抽取方法，在生成解析樹(shù)的基礎(chǔ)上提取出網(wǎng)頁(yè)的正文信息。最后介紹基于內(nèi)容個(gè)性化的網(wǎng)頁(yè)信息抽取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，并進(jìn)行測(cè)試與分析，實(shí)驗(yàn)證明能很好的滿足用戶個(gè)性化信息抽取的要求。
　　本文

3、提出的改進(jìn)的向量空間模型使權(quán)值的計(jì)算更加準(zhǔn)確，而改進(jìn)的k-means聚類(lèi)算法，克服傳統(tǒng)算法中初始聚類(lèi)中心難以確定的缺點(diǎn)，排除掉數(shù)據(jù)集的孤立點(diǎn)后再確定初始聚類(lèi)中心，提高了k-means聚類(lèi)算法的性能，能夠更準(zhǔn)確地發(fā)現(xiàn)用戶的興趣所在。另外基于DOM的網(wǎng)頁(yè)信息抽取方法對(duì)于利用模板技術(shù)生成的網(wǎng)頁(yè)，能夠達(dá)到準(zhǔn)確抽取網(wǎng)頁(yè)信息的效果。最后設(shè)計(jì)的網(wǎng)頁(yè)信息抽取系統(tǒng)，在信息檢索方面能夠達(dá)到很高的查全率和查準(zhǔn)率，很好的實(shí)現(xiàn)用戶個(gè)性化查詢(xún)的檢索目的。