已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀
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、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展和網(wǎng)絡(luò)應(yīng)用的廣泛普及，用戶對網(wǎng)絡(luò)信息的覆蓋率和準確率都提出了更高的要求。傳統(tǒng)搜索引擎主要針對表層網(wǎng)絡(luò)數(shù)據(jù)進行處理，卻忽略了大部分存儲在站點數(shù)據(jù)庫中，隱藏在查詢接口后的HiddenWeb資源。這些資源具有面向領(lǐng)域和權(quán)威化的特點，有效地獲取這些資源將對提高網(wǎng)絡(luò)信息覆蓋率和準確率具有非常重要的作用。
本文按照訪問HiddenWeb資源的基本流程，在對HiddenWeb站點頁面特征進行分析的基礎(chǔ)上，從查詢接口檢
2、測，表單信息抽取和表單填充三個方面對HiddenWeb信息搜集系統(tǒng)的幾個關(guān)鍵技術(shù)進行了研究。
1.查詢接口檢測技術(shù)。查詢接口是訪問HiddenWeb數(shù)據(jù)庫的唯一接口。本文提出了一種將表單分類器與啟發(fā)式規(guī)則相結(jié)合的方法進行查詢接口的檢測。實驗證明該方法可以較準確地從普通頁面中檢測出HiddenWeb資源的入口。
2.表單信息抽取技術(shù)。本文對已知查詢接口表單構(gòu)建DOM樹，利用DOM樹結(jié)構(gòu)分析，對查詢表單中的信息進行抽取。
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。
最新文檔
- Web信息檢索的關(guān)鍵技術(shù)研究.pdf
- Deep Web信息集成若干關(guān)鍵技術(shù)研究.pdf
- 分布式Web信息采集關(guān)鍵技術(shù)研究.pdf
- 分布式WEB信息存儲關(guān)鍵技術(shù)研究.pdf
- Web觀點挖掘系統(tǒng)的關(guān)鍵技術(shù)研究.pdf
- 基于本體的Web信息檢索系統(tǒng)及其關(guān)鍵技術(shù)研究.pdf
- Web加速關(guān)鍵技術(shù)研究.pdf
- Web對象的信息抽取的關(guān)鍵技術(shù)研究.pdf
- 位置相關(guān)的Web信息檢索關(guān)鍵技術(shù)研究.pdf
- 基于Web Service的校園信息門戶關(guān)鍵技術(shù)研究.pdf
- 基于本體的Web信息集成若干關(guān)鍵技術(shù)研究.pdf
- Web信息檢索與主題提取的關(guān)鍵技術(shù)研究.pdf
- 面向智能信息檢索的Web挖掘關(guān)鍵技術(shù)研究.pdf
- 基于時態(tài)語義的Web信息檢索關(guān)鍵技術(shù)研究.pdf
- 移動Web瀏覽系統(tǒng)的若干關(guān)鍵技術(shù)研究.pdf
- Web服務(wù)適配關(guān)鍵技術(shù)研究.pdf
- Web服務(wù)發(fā)現(xiàn)關(guān)鍵技術(shù)研究.pdf
- 位置相關(guān)的web信息檢索關(guān)鍵技術(shù)研究(1)
- 基于本體的Deep Web信息集成關(guān)鍵技術(shù)研究.pdf
- WEB個性化信息采集與管理關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論