本文關(guān)鍵詞：基于視覺信息和標(biāo)簽路徑的數(shù)據(jù)抽取

  更多相關(guān)文章： Deep Web 數(shù)據(jù)抽取 視覺信息 標(biāo)簽路徑

【摘要】：結(jié)合網(wǎng)頁的視覺信息和DOM樹結(jié)構(gòu),研究從Deep Web查詢結(jié)果頁面中抽取半結(jié)構(gòu)化數(shù)據(jù)的問題。通過視覺塊與整個網(wǎng)頁的面積比定位數(shù)據(jù)區(qū)域。根據(jù)數(shù)據(jù)記錄兩兩相鄰等視覺特征找到包含數(shù)據(jù)記錄的一組節(jié)點,并通過比較各節(jié)點的DOM樹結(jié)構(gòu)的相似度去除噪音節(jié)點。根據(jù)xpath屬性將各條數(shù)據(jù)記錄的數(shù)據(jù)項對齊。對整個抽取過程生成模板,可以使抽取效率得到很大提高。對8個Deep Web網(wǎng)站進(jìn)行了抽取數(shù)據(jù)實驗,結(jié)果表明本文方法是有效的。
【作者單位】： 中國海洋大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： Deep Web 數(shù)據(jù)抽取 視覺信息 標(biāo)簽路徑
【基金】：山東省自然科學(xué)基金項目(ZR2012FM016)資助
【分類號】：TP393.092
【正文快照】： 隨著互聯(lián)網(wǎng)的飛速發(fā)展,其中蘊(yùn)含了海量的信息可供利用。與Surface Web相比,Deep Web蘊(yùn)含的信息量是它的400~500倍,并且其信息質(zhì)量和增長速度要遠(yuǎn)遠(yuǎn)高于Surface Web。Deep Web覆蓋了現(xiàn)實世界中的各個領(lǐng)域,比如商業(yè)、教育、政府等,并且95%的信息可以公開訪問,因此如何有效獲取De

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉偉;孟小峰;孟衛(wèi)一;;Deep Web數(shù)據(jù)集成研究綜述[J];計算機(jī)學(xué)報;2007年09期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陸余良;房珊瑤;劉金紅;施凡;;Deep Web站點分類研究進(jìn)展[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2010年01期

2 陶磊;莫倩;;基于CSS選擇器的深網(wǎng)結(jié)果頁抽取方法[J];北京工商大學(xué)學(xué)報(自然科學(xué)版);2009年02期

3 李穎;劉國華;佟冰;劉順江;;基于素數(shù)的多源模式匹配方法的研究[J];燕山大學(xué)學(xué)報;2009年02期

4 王彩霞;高明;;Deep Web查詢接口及其識別算法[J];電腦知識與技術(shù);2011年22期

5 蔣莘;;基于知網(wǎng)的論文按需檢索系統(tǒng)[J];電腦知識與技術(shù);2012年02期

6 趙昊;衛(wèi)剛;趙曉東;;基于主題Deep Web數(shù)據(jù)挖掘的研究與探索[J];電腦知識與技術(shù);2012年16期

7 張志平;張云坤;李文駿;;Deep web在個性化信息服務(wù)中的應(yīng)用[J];電子商務(wù);2010年08期

8 郭少杰;陳雅冰;;Deep Web技術(shù)在科學(xué)數(shù)據(jù)共享平臺中的應(yīng)用[J];廣東科技;2010年14期

9 李春林;;Web數(shù)據(jù)庫集成技術(shù)及其發(fā)展趨勢[J];硅谷;2012年09期

10 常勇;王亮;姚增利;袁方;;基于領(lǐng)域知識和決策樹的Deep Web數(shù)據(jù)標(biāo)注[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2009年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張慧斌;Deep Web查詢接口及查詢結(jié)果抽取研究[D];南開大學(xué);2010年

2 閆中敏;Deep Web數(shù)據(jù)獲取問題研究[D];山東大學(xué);2010年

3 黎方正;關(guān)系數(shù)據(jù)庫的關(guān)鍵詞檢索技術(shù)研究[D];中南大學(xué);2010年

4 張卓;基于形式概念分析的Web數(shù)據(jù)庫抽取研究[D];武漢大學(xué);2011年

5 王顏新;非常規(guī)突發(fā)事件情境重構(gòu)模型研究[D];哈爾濱工業(yè)大學(xué);2011年

6 吳春明;Deep Web數(shù)據(jù)集成關(guān)鍵技術(shù)及其在農(nóng)業(yè)領(lǐng)域的應(yīng)用[D];西南大學(xué);2011年

7 孟祥福;Web數(shù)據(jù)庫柔性查詢關(guān)鍵技術(shù)研究[D];東北大學(xué);2010年

8 聶鐵錚;Deep Web中Web數(shù)據(jù)庫集成關(guān)鍵技術(shù)的研究[D];東北大學(xué);2009年

9 黃健斌;基于條件概率圖模型的Deep Web數(shù)據(jù)抽取與集成研究[D];西安電子科技大學(xué);2007年

10 徐和祥;Deep Web集成中若干技術(shù)研究[D];復(fù)旦大學(xué);2008年

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張艷濱;余雁;;視覺信息的多維性探究[J];大眾文藝;2013年04期

2 張恒;劉艷麗;;基于視覺信息融合的駕駛員疲勞監(jiān)測方法綜述[J];信息技術(shù);2008年06期

3 李剛;;視覺信息傳遞的模糊性[J];美術(shù)大觀;2010年03期

4 壽天德;尹德輝;;關(guān)于圖形、圖像與腦對視覺信息的處理[J];臨沂師范學(xué)院學(xué)報;2010年01期

5 ;非電話類服務(wù)[J];視聽界;1991年03期

6 韓叢耀;;中華藝術(shù)視覺信息數(shù)據(jù)庫建設(shè)構(gòu)想(上)——視覺信息處理機(jī)制的建模及在視覺信息數(shù)據(jù)庫建設(shè)中的應(yīng)用[J];中國教育信息化;2009年17期

7 王苗輝;;基于視知覺的視覺信息界面設(shè)計研究[J];包裝工程;2011年08期

8 汪云九,邢靜;視覺信息加工的一些理論和模型[J];機(jī)器人;1987年03期

9 刁云程;“視覺信息加工”研究圓滿結(jié)束[J];中國科學(xué)基金;1994年01期

10 陳果;張武昕;高雋;;微小目標(biāo)的視覺信息獲取及系統(tǒng)設(shè)計[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2007年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 何蕓;杜誠;;21世紀(jì)的視覺信息技術(shù)[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

2 翁強(qiáng);閆麗;翁偉生;;多維空間感知覺模型對視覺信息加工缺損的研究[A];第十一次中國生物物理學(xué)術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

3 劉力;龔海韻;;果蠅蘑菇體對視覺信息的歸納作用[A];首屆中國神經(jīng)信息學(xué)討論會摘要[C];2000年

4 孫明;;視覺信息學(xué)的基本概念及其新技術(shù)在農(nóng)業(yè)中的應(yīng)用[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

5 王書榮;;視覺信息加工中的神經(jīng)元相互作用[A];第九次全國生物物理大會學(xué)術(shù)會議論文摘要集[C];2002年

6 蘇潤娥;吉國明;宋筆鋒;;人的視覺信息捕捉能力測試軟件[A];陜西省航空裝備制造技術(shù)發(fā)展——第九屆陜西省青年科學(xué)家論壇論文集[C];2006年

7 楊瑾;李瀟;王書榮;;家鴿背外側(cè)丘腦神經(jīng)元參與外側(cè)單眼視覺和環(huán)境亮度檢測[A];第九次全國生物物理大會學(xué)術(shù)會議論文摘要集[C];2002年

8 張春宇;張蔚;劉海鵬;于立平;王小捷;李睿凡;;基于視覺信息的漢語詞匯語義習(xí)得[A];中國計算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

9 唐克倫;張湘?zhèn)?成思源;熊漢偉;張洪;;視覺信息與CMM測量數(shù)據(jù)的融合[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

10 李珊珊;于慶寶;馮士剛;鹿麒麟;唐一源;;視覺信息等級處理的雙腦協(xié)同性研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 記者 班威;“家務(wù)機(jī)器人”能走能做家務(wù)[N];新華每日電訊;2010年

2 本報駐北京記者 李雪;北京心目影院 盲人的音畫世界[N];中國文化報;2014年

3 靜涵;聰明機(jī)器人自己坐電梯[N];北京科技報;2004年

4 楊雪;“聲音照相機(jī)”軟件讓盲人聽聲辨物[N];科技日報;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 查正軍;基于機(jī)器學(xué)習(xí)方法的視覺信息標(biāo)注研究[D];中國科學(xué)技術(shù)大學(xué);2009年

2 祝博薈;基于深度與視覺信息融合的行人檢測與再識別研究[D];東華大學(xué);2013年

3 何立火;視覺信息質(zhì)量感知模型及評價方法研究[D];西安電子科技大學(xué);2013年

4 尹顯東;多維隨機(jī)序列敏感視覺信息隱藏技術(shù)研究[D];電子科技大學(xué);2007年

5 沈喬楠;堆石混凝土施工管理中視覺信息的處理方法及應(yīng)用研究[D];清華大學(xué);2010年

6 王蒙軍;唇讀發(fā)聲器中視覺信息的檢測與處理[D];天津大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭凌玲;視覺信息的能量[D];吉林大學(xué);2005年

2 張e，

本文編號：574897