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
文檔簡介
1、互聯(lián)網(wǎng)技術(shù)已廣泛應用于民航、鐵路以及道路旅客運輸聯(lián)網(wǎng)售票領域,尤其是互聯(lián)網(wǎng)汽車票聯(lián)網(wǎng)售票迎來飛速發(fā)展階段。汽車票聯(lián)網(wǎng)售票系統(tǒng)建設的前提是在互聯(lián)網(wǎng)上獲取該類主題數(shù)據(jù)。傳統(tǒng)搜索引擎網(wǎng)絡爬蟲只能獲取表層網(wǎng)頁資源,無法訪問存儲在Web數(shù)據(jù)庫中的Deep Web網(wǎng)絡資源。
針對上述問題,本文在深入分析汽車票務網(wǎng)Deep Web結(jié)構(gòu)與特征的基礎上設計了汽車票務Deep Web數(shù)據(jù)采集系統(tǒng),研究并實現(xiàn)了數(shù)據(jù)抽采集統(tǒng)中的關(guān)鍵技術(shù)。提出了汽車票
2、務網(wǎng)查詢頁面識別算法尋找汽車票查詢頁面;在此基礎上對識別出的網(wǎng)頁進行分類處理,獲取純凈的含有汽車票務網(wǎng)查詢接口的頁面;詳細介紹了數(shù)據(jù)采集原型系統(tǒng)的框架、系統(tǒng)工作流程以及核心功能模塊。此外,本文對關(guān)鍵技術(shù)的研究做了大量實驗論證。論文主要研究工作如下:
(1)提出了汽車票務網(wǎng)查詢頁面識別算法。隨著Web編程技術(shù)的發(fā)展,同類主題網(wǎng)頁可以采用不同的Html標簽展示出視覺特征相同的網(wǎng)頁信息,導致在度量網(wǎng)頁結(jié)構(gòu)相似性時需要匹配Html標簽
3、名稱信息的現(xiàn)有網(wǎng)頁結(jié)構(gòu)相似性算法無法準確度量該類主題網(wǎng)頁。提出一種網(wǎng)頁標簽樹鄰接矩陣主題網(wǎng)頁識別算法,通過構(gòu)造網(wǎng)頁標簽樹鄰接矩陣,利用鄰接矩陣的結(jié)構(gòu)特征計算網(wǎng)頁之間的結(jié)構(gòu)相似度實現(xiàn)識別同類主題。實驗結(jié)果表明,該算法最佳性能達到查全率100%、查準率96%,平均性能達到查全率97%、查準率89%。
(2)采用決策樹分類模型對汽車票務網(wǎng)查詢頁面識別算法獲得的數(shù)據(jù)進行分類,并改進了算法中最佳決策屬性的選擇。由于識別算法獲取的數(shù)據(jù)集合
4、中可能含有其它主題接口,錯誤的查詢接口不僅會影響數(shù)據(jù)采集系統(tǒng)的性能,還會造成大量存儲資源和網(wǎng)絡帶寬資源的浪費。因此,需要對查詢頁面識別算法得到的數(shù)據(jù)集合進行分類處理。實際應用中訓練數(shù)據(jù)的分布不能完全代表測試數(shù)據(jù)的分布,導致無法得到有效的分類模型。本文結(jié)合信息增益與本征向量法確定最佳決策屬性的權(quán)重。實驗結(jié)果表明,在保證相同精確度的前提下,隨著測試數(shù)據(jù)數(shù)量的增加改進后的算法效率得到了明顯的提升。
(3)汽車票務Deep Web數(shù)據(jù)
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 汽車票務deepweb數(shù)據(jù)采集關(guān)鍵技術(shù)研究
- Deep Web數(shù)據(jù)抽取關(guān)鍵技術(shù)研究.pdf
- 面向大數(shù)據(jù)的deep web數(shù)據(jù)系統(tǒng)關(guān)鍵技術(shù)研究
- 基于結(jié)果模式的Deep Web數(shù)據(jù)集成關(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
- 面向Deep Web的對象檢索關(guān)鍵技術(shù)研究.pdf
- Deep Web集成查詢系統(tǒng)預處理關(guān)鍵技術(shù)研究.pdf
- Deep Web分類搜索引擎關(guān)鍵技術(shù)研究.pdf
- Deep Web信息集成關(guān)鍵技術(shù)的研究.pdf
- 基于本體的Deep Web信息集成關(guān)鍵技術(shù)研究.pdf
- 在模式演化下Deep Web信息集成關(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
- 車間物聯(lián)網(wǎng)數(shù)據(jù)采集關(guān)鍵技術(shù)研究.pdf
- Deep Web數(shù)據(jù)集成關(guān)鍵技術(shù)及其在農(nóng)業(yè)領域的應用.pdf
- 增量式Deep Web數(shù)據(jù)獲取技術(shù)研究.pdf
- Deep Web數(shù)據(jù)抽取及集成技術(shù)研究.pdf
- Deep Web搜索引擎的關(guān)鍵技術(shù).pdf
- 畢業(yè)論文--汽車票訂票系統(tǒng)
- 畢業(yè)論文--汽車票訂票系統(tǒng)
- 旋轉(zhuǎn)部件數(shù)據(jù)采集關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論