基于网页结构特征的垂直搜索引擎研究与实现.pdf

  本文关键词：基于网页结构特征的垂直搜索引擎研究与实现，由笔耕文化传播整理发布。

文档介绍：
上海交通大学工程硕士学位论文摘要第 I 页基于网页结构特征的垂直搜索引擎研究与实现摘要随着 的飞速发展,人们越来越依靠网络来查找他们所需要的信息。的信息资源具有多样性、分布性、开放性、时效性和异构性的特点,同一主题的信息通常分散存放在不同网站上,表现的形式也各不相同。垂直搜索引擎可以将这些信息按主题进行抽取,以结构化形式存储。本文提出了一种基于网页结构特征的垂直搜索引擎模型。根据专业和行业网站的领域特点,提出相应主题的元数据统一表示标准。通过对对应网站的网页分析,依据元数据表示标准和网页结构特征,提炼出具体网站网页的信息抽取模板。垂直搜索引擎根据该信息抽取模板对目标网站进行网页爬行、页面转换、抽取数据和分离数据及保存数据。网站的信息抽取模板采用 XML 进行描述,对应网页结构特征。由于采用标准的 XML 并以文件形式存放,可以方便地在关心该网站信息的用户之间共享。根据本文提出的基于网页结构特征的垂直搜索引擎模型,我们开发了一个基于网页结构特征的垂直搜索引擎系统。整个系统以元数据模型为基础,对网站网页结构进行结构化处理,获得网页的结构化信息。基于该搜索引擎,我们开发了车货配物流等垂直搜索网站,在实践中进一步得到了检... 内容来自转载请标明出处.

  本文关键词：基于网页结构特征的垂直搜索引擎研究与实现，，由笔耕文化传播整理发布。