基于DOM模型扩展的Web信息提取

摘要：

提出了一种基于DOM模型扩展的Web信息提取方法.将Web页面表示为DOM树结构,对DOM树结点进行语义扩展并计算其影响度因子,依据结点的影响度因子进行剪枝,进而提取Web页面信息内容.该方法不要求对网页的结构有预先认识,具有自动和通用的特点.提取结果除可以直接用于Web浏览外,还可用于互联网数据挖掘、基于主题的搜索引擎等应用中.

关键词：文档对象模型、Web信息提取、影响度因子、DOM树扩展

所属期刊栏目：36

分类号：TP309.2(计算技术、计算机技术)

资助基金：江苏省产业技术研究与开发基金项目苏发改高技发[2006]1106号

在线出版日期：2010-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：235-237,289