学位论文 > 优秀研究生学位论文题录展示

基于Web的竞争信息抽取研究

作　者: 王奔
导　师: 王大震
学　校: 湖北工业大学
专　业: 计算机应用技术
关键词: Web 信息抽取实体信息抽取规则竞争信息
分类号: TP391.1
类　型: 硕士论文
年　份: 2010年
下　载: 24次
引　用: 0次
阅　读: 论文下载

内容摘要

21世纪的社会正随着互联网和个人计算机迅速发展,得益于此,互联网上流通的信息也在不断地增长,并已经成为当今人类工作和生活中紧密联系的一部分。与此同时,由于万维网是一个虚拟的“自由平台”,所以舆论自由使得互联网上的信息迅猛增长。基于Web的开发和应用也越来越频繁。这与不断发展的网络相得益彰。然而随着网络信息的不断丰富,如何从浩瀚如海的网络信息中获取我们需要的信息成为一个大家都很关心的课题。随后,各式各样的搜索引擎浮出了市面。它们向用户提供了简易方便的检索服务。人们可以从中检索中查询到自己需要的信息。然后随着用户对信息准确度需求的不断提高。如何能够保证查准率的前提下,又能够提高查询的效率和查全率成了现有检索系统的一个难题。这种高效的检索对于用户来说具有重大的意义。基于Web的关于实体信息抽取研究正是解决如何在海量Web信息中找到用户需要的实体信息的一项技术。本文着重研究了实体关系的抽取。鉴于现代社会的迅速发展带来了无处不在的竞争。作者将重点更加细致的定位于同类型实体信息的抽取(即竞争信息的抽取)。丰富网络资源使竞争信息挖掘成了可能。目前看来,无论是对商家制定策略或是研究学者钻研某一课题,同类实体信息的挖掘都显的十分重要。然后现有的搜索引擎并没有这样的功能,用户需要对查询出的每个结果页面进行理解和阅读。消耗了大量的时间,而且达到效果不能令人满意。作者在这样的背景下,提出了一种以输入实体信息为前提的查询其竞争详细信息的算法CoSorter.它可以运用一些特定的语法结构,抽取到不同实体信息之间的关系。本文的任务是从网页中自动抽取给定实体的竞争者名字,经验证分析正确可行,并具有一定应用价值。使得之前的抽取工作变得非常有意义。

全文目录

摘要  4-5
Abstract  5-6
目录  6-8
第1章引言  8-15
  1.1 信息抽取研究背景  8-10
    1.1.1 Web1.0的发展  10
  1.2 国内外研究现状及分析  10-13
    1.2.1 Web信息抽取的历史  10-11
    1.2.2 Web信息抽取的相关技术  11-13
  1.3 主要研究内容  13-14
  1.4 本章小结  14-15
第2章 Web信息抽取及相关技术  15-27
  2.1 HTML的介绍  15
  2.2 XML的介绍  15-18
  2.3 XHTML的介绍  18-19
  2.4 XPATH的介绍  19-22
  2.5 XSLT介绍  22-24
  2.6 XML访问以及DOM树形结构  24-27
第3章 Web网页自动批量获取方法  27-35
  3.1 GOOGLE WEB API(GWA)  27-28
  3.2 网络中页面内容抽取具体过程  28-29
  3.3 正则表达式(REGULAR EXPRESSION)  29-31
  3.4 WEB信息自动抽取算法  31-32
  3.5 WEB页面信息抽取成果  32-35
    3.5.1 建立小型搜索引擎  32
    3.5.2 获取URL  32-33
    3.5.3 抽取相应Web页面  33
    3.5.4 正则表达式校对URL  33-35
第4章基于Web的竞争对手挖掘  35-47
  4.1 简介  35-36
  4.2 实现策略  36-37
    4.2.1 实体信息检索与收集  36
    4.2.2 专业术语提取  36
    4.2.3 差异性检索及信息提取  36-37
  4.3 利用网络渠道检索竞争对手资源  37
  4.4 算法的设计  37-40
    4.4.1 竞争者载体信息收集  38
    4.4.2 竞争对手排序及筛选  38-39
    4.4.3 竞争实体名过滤  39-40
  4.5 利用网络渠道检索竞争领域  40-42
    4.5.1 收集竞争领域信息  40
    4.5.2 竞争领域特征参数  40-41
    4.5.3 竞争领域筛选  41-42
  4.6 基于网络的竞争依据查找  42-44
    4.6.1 竞争依据的全面性分析  42-43
    4.6.2 CoSorter算法优化模型  43-44
    4.6.3 CoSorter算法的实验验证  44
  4.7 模拟实验  44-46
    4.7.1 竞争对手抽取结果评估  45
    4.7.2 竞争领域挖掘结果评估  45
    4.7.3 竞争依据抽取结果评估  45-46
    4.7.4 领域约束下的竞争对手挖掘  46
  4.8 总结  46-47
第五章总结与展望  47-48
  5.1 本文总结  47
  5.2 未来工作的展望  47-48
参考文献  48-52
致谢  52-53
附录攻读学位期间发表的主要科研成果  53

基于Web的竞争信息抽取研究

内容摘要

全文目录

相似论文