NEU-WIIS系統(tǒng)中信息獲取與展示技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著Internet/Intranet的快速發(fā)展和普及，豐富的Web資源構(gòu)成了一個(gè)巨大的全球信息倉(cāng)庫(kù)。一方面，Web信息數(shù)量龐大，門(mén)類(lèi)齊全，幾乎任何信息都可以在Web上找到；另一方面，相對(duì)于海量的Web信息空間，用戶感興趣的信息只是其中極少的一部分，從紛繁蕪雜的海量信息中找到需要的信息十分困難。幫助用戶快速準(zhǔn)確的獲取需要的信息、實(shí)現(xiàn)“個(gè)性化、一站式”服務(wù)已成為Web應(yīng)用領(lǐng)域的迫切需求，Web信息集成技術(shù)已經(jīng)成為研究熱點(diǎn)之一。 在

2、對(duì)Web信息特點(diǎn)和Web信息集成原理大量研究的基礎(chǔ)上，本文提出了基于分類(lèi)本體的Web信息集成機(jī)制。在基于分類(lèi)本體的Web信息集成中，重點(diǎn)考慮網(wǎng)站本身的組織結(jié)構(gòu)：根據(jù)網(wǎng)站組織結(jié)構(gòu)，抽取網(wǎng)站分類(lèi)體系，并使用該體系進(jìn)行基于結(jié)構(gòu)的頁(yè)面信息分類(lèi)；在網(wǎng)站分類(lèi)本體的支持下，集成各信息源網(wǎng)站的分類(lèi)體系，并合并對(duì)應(yīng)類(lèi)別下的信息，得到通過(guò)集成分類(lèi)體系組織的集成視圖，實(shí)現(xiàn)多網(wǎng)站集成。 本文給出了實(shí)現(xiàn)基于分類(lèi)本體的Web信息集成系統(tǒng)NEU-WⅡS(No

3、rtheasternUniversitycategoryontologybasedWebInformationIntegrationSystem)。深入研究了NEU-WⅡS系統(tǒng)中的兩個(gè)核心問(wèn)題：信息獲取及信息預(yù)處理；集成視圖構(gòu)建及個(gè)性化支持。信息獲取部分研究并實(shí)現(xiàn)了包含網(wǎng)站結(jié)構(gòu)獲取的頁(yè)面下載程序，和網(wǎng)站分類(lèi)體系抽取程序；信息預(yù)處理部分研究并實(shí)現(xiàn)了HTML內(nèi)容抽取，和基于結(jié)構(gòu)的Web信息分類(lèi)；集成視圖構(gòu)建部分研究了基于Portal和基于分