自适应Web页面数据抽取方法

发布时间：2018-04-11 15:05

  本文选题：自适应 + 数据抽取　； 参考：《计算机与数字工程》2016年11期

【摘要】：针对Web页面数据抽取问题,提出了一种基于抽取模板的自适应Web页面数据抽取方法。给出了自适应web数据抽取的整体流程,详细介绍了抽取模板中抽取规则和自适应搜索规则的定义方式,web页面与抽取模板的匹配方法,以及抽取路径失效后目标数据的搜索与抽取模板的自适应修改过程。实验结果表明,基于抽取模板的自适应web页面数据抽取方法的召回率和查准率都达到95%以上,方法中的自适应搜索规则有效地减少了抽取模板的制定数量。
[Abstract]:To solve the problem of Web page data extraction, an adaptive Web page data extraction method based on extraction template is proposed.The whole process of adaptive web data extraction is given, and the definition of extraction rules and adaptive search rules in extraction template is introduced in detail.And the process of target data searching and the adaptive modification of extraction template after the extraction path failure.The experimental results show that the recall rate and the precision rate of the adaptive web page data extraction method based on extracting template are over 95%, and the adaptive search rules in the method can effectively reduce the number of template formulation.
【作者单位】： 辽宁大学信息学院;
【分类号】：TP391.1

【相似文献】

相关会议论文 前4条

1 蒋理成;;增量数据抽取(ETL)技术[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 张文东;袁春风;武港山;;基于视觉的网页数据抽取[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

3 龚英_";;Tribon M3系统快速绘图开发[A];2007年CAD/CAM学术交流会议论文集[C];2007年

4 闫洋洋;郝德建;王鹏;张软玉;;数字核信号智能采样理论和方法研究[A];第十六届全国核电子学与核探测技术学术年会论文集（下册）[C];2012年

相关重要报纸文章 前3条

1 广东省电信公司科学技术研究院 汪虹;数据抽取: 复杂电信数据的统一路[N];计算机世界;2002年

2 中青旅尚洋电子技术有限公司 史小六 陈如璇;细看集中技术[N];网络世界;2003年

3 ;中创软件电力信息整合方案[N];计算机世界;2006年

相关博士学位论文 前5条

1 邓绪斌;面向复杂数据源的数据抽取模型和算法研究[D];复旦大学;2005年

2 张敬伟;Web论坛数据抽取[D];华东师范大学;2012年

3 陈珂锐;基于本体演化的Deep Web数据抽取与注释[D];吉林大学;2011年

4 辛洁;Deep Web数据抽取及精炼方法研究[D];苏州大学;2014年

5 黄健斌;基于条件概率图模型的Deep Web数据抽取与集成研究[D];西安电子科技大学;2007年

相关硕士学位论文 前10条

1 吕鹏涛;钢铁本体的构建及实例填充系统的设计[D];河北科技大学;2015年

2 常丽君;Web数据抽取技术的研究[D];南京财经大学;2014年

3 温璐;基于区段查询的增量数据抽取器的设计与实现[D];河北科技大学;2015年

4 崔琳爽;煤化工领域数据抽取及可视化应用[D];北京林业大学;2016年

5 景寒星;基于标签树的列表页面数据抽取技术研究[D];华东师范大学;2011年

6 姚志鹏;数据抽取、转换、加载描述规范的研究与应用[D];青岛大学;2013年

7 韩强;一种高效的图数据抽取技术的研究[D];云南大学;2015年

8 冯全磊;分布式轨道监测数据抽取与可视化研究[D];大连理工大学;2012年

9 贾艳凯;多源异构增量数据抽取方法研究与设计[D];哈尔滨工程大学;2013年

10 傅民轩;数据共享平台数据抽取子系统的设计与实现[D];哈尔滨工业大学;2011年

，

本文编号：1736494