2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著Internet的飛速發(fā)展,人們越來越依靠網(wǎng)絡(luò)來查找他們所需要的信息。Internet的信息資源具有多樣性、分布性、開放性、時(shí)效性和異構(gòu)性的特點(diǎn),同一主題的信息通常分散存放在不同網(wǎng)站上,表現(xiàn)的形式也各不相同。垂直搜索引擎可以將這些信息按主題進(jìn)行抽取,以結(jié)構(gòu)化形式存儲。 本文提出了一種基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎模型。根據(jù)專業(yè)和行業(yè)網(wǎng)站的領(lǐng)域特點(diǎn),提出相應(yīng)主題的元數(shù)據(jù)統(tǒng)一表示標(biāo)準(zhǔn)。通過對對應(yīng)網(wǎng)站的網(wǎng)頁分析,依據(jù)元數(shù)據(jù)表示標(biāo)準(zhǔn)

2、和網(wǎng)頁結(jié)構(gòu)特征,提煉出具體網(wǎng)站網(wǎng)頁的信息抽取模板。垂直搜索引擎根據(jù)該信息抽取模板對目標(biāo)網(wǎng)站進(jìn)行網(wǎng)頁爬行、頁面轉(zhuǎn)換、抽取數(shù)據(jù)和分離數(shù)據(jù)及保存數(shù)據(jù)。網(wǎng)站的信息抽取模板采用XML進(jìn)行描述,對應(yīng)網(wǎng)頁結(jié)構(gòu)特征。由于采用標(biāo)準(zhǔn)的XML并以文件形式存放,可以方便地在關(guān)心該網(wǎng)站信息的用戶之間共享。 根據(jù)本文提出的基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎模型,我們開發(fā)了一個基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎系統(tǒng)。整個系統(tǒng)以元數(shù)據(jù)模型為基礎(chǔ),對網(wǎng)站網(wǎng)頁結(jié)構(gòu)進(jìn)行結(jié)構(gòu)

3、化處理,獲得網(wǎng)頁的結(jié)構(gòu)化信息?;谠撍阉饕?,我們開發(fā)了車貨配物流等垂直搜索網(wǎng)站,在實(shí)踐中進(jìn)一步得到了檢驗(yàn)。 本文的主要工作和成果如下: 1. 研究基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎系統(tǒng)的工作原理和基本系統(tǒng)結(jié)構(gòu) 通過對垂直搜索引擎技術(shù)和相關(guān)技術(shù)的研究,提出了基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎工作模型,將系統(tǒng)處理流程主要分為:網(wǎng)頁爬行、頁面轉(zhuǎn)換、抽取數(shù)據(jù)、分離數(shù)據(jù)?;诠ぷ髂P?,本文提出了一個分層的系統(tǒng)架構(gòu)。 2.

4、 提出了一種針對行業(yè)網(wǎng)站網(wǎng)頁信息的元數(shù)據(jù)模型 本課題通過對行業(yè)信息分析,提出一種通用的和標(biāo)準(zhǔn)化的元數(shù)據(jù)模型。同時(shí)利用XML等技術(shù)實(shí)現(xiàn)了該模型,并根據(jù)具體網(wǎng)站的網(wǎng)頁結(jié)構(gòu)特征,利用XSLT技術(shù)提出了將網(wǎng)站網(wǎng)頁信息轉(zhuǎn)換為符合該元數(shù)據(jù)模型的數(shù)據(jù)的信息抽取模板方式。 3 .實(shí)現(xiàn)了一個基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎系統(tǒng) 本課題根據(jù)系統(tǒng)模型,利用Microsoft .Net技術(shù)實(shí)現(xiàn)了一個基于網(wǎng)頁結(jié)構(gòu)特征的垂直搜索引擎系統(tǒng)。該系

5、統(tǒng)采用面向接口編程,利用系統(tǒng)配置文件使系統(tǒng)具備有高可配置性和彈性。同時(shí)利用多線程技術(shù),最大限度地利用計(jì)算機(jī)和網(wǎng)絡(luò)資源,使系統(tǒng)具備有很高的工作效率。 4. 建立了車貨配物流原型系統(tǒng) 以本課題開發(fā)的垂直搜索引擎系統(tǒng)為基礎(chǔ),依據(jù)元數(shù)據(jù)模型,結(jié)合互聯(lián)網(wǎng)上車貨配網(wǎng)站,確立車貨配元數(shù)據(jù)模型和信息抽取模板。利用該系統(tǒng),通過對車貨配網(wǎng)站信息的垂直搜索,獲取網(wǎng)站的相應(yīng)信息。建立一個網(wǎng)站原型,提供車貨配垂直搜索服務(wù),論證了系統(tǒng)的可行性和可用

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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論