基于Web网页的DOM树链接预分类、信息抽取方法研究

为满足Web网页的数据记录、自动抽取需求,提出依托DOM树特征的网页信息链接预分类、领域本体的Web信息抽取方法,根据HTML、XML网页文档结构设置DOM对象节点树,标记网页页码导航节点、前导符节点、数据特征节点,用DOM根节点到目标节点的标签序列计算树路径,根据各网页链接的XPATH树路径进行分组,DOM树特征预分类模块完成站点信息链接预分类,采用SVM分类器、支持向量机SVM算法,将网页的数据记录样本作出数据信息抽取、属性特征提取计算,从而抽取出满足用户需求的数据文本、数据记录信息。

Web网页信息变化的时间局部性规律及其验证

掌握Web网页信息变化的时间规律可以更有针对性的指导搜索引擎等Web应用系统更有效地进行搜集.本文旨在研究中国范围内Web网页变化的时间规律,针对网页变化的频率和间隔两项指标,随机选取数百万网页作为样本,设计试验在一个月内对上述两项指标进行考察.从结论中,我们发现网页变化的若干规律,并发现其中可能存在时间局部性规律.因此,我们引入了堆栈距离模型,在针对Web网页的变化特性和具体实验方法对其修正之后,再次设计实验对网页变化的时间局部性规律进行考察.结果表明,网页的变化存在明显的时间局部性.最后,介绍了这种时间局部性规律在网页搜集中的实际应用.

基于GAA-API的Web网页细粒度访问控制方法研究

基于通用的授权与访问控制接口GAA-API,提出了一种网页的细粒度授权与访问控制方法。为网页中的静态资源元素、动态资源元素分别提供细粒度、灵活的访问控制。最后对该方法进行实验测试,并对测试结果进行比较分析。

基于结构相关性Markov模型的Web网页预取方法

预取技术通过在用户浏览当前网页的时间内提前取回其将来最有可能请求的网页来减小实际感知的获取网页的时间。预测的准确性和方法的可用性是预取技术需要解决的主要问题。针对目前Web网页预取的一般方法的不足之处,提出了一种基于结构相关性Markov模型的Web网页预取方法。仿真实验的结果表明,这种方法在保证一定预测准确性的同时也具有较好的可用性,能够在减小用户访问延迟、提高响应速度方面达到较为满意的效果。

Web网页知识获取技术

描述一种基于类自然语言理解的Web文本知识自动获取技术.用领域文法描述Web网页文本,将该领域文法转换成描述句子信息的、符合正则表达式规范的规则,使用该规则把Web网页文本转换为表示网页知识的语义三元组,最后形成领域知识库.试验数据表明,通过本技术生成的领域知识库中不同类型网页数据的召回率平均值是71.5%,准确率平均值是79.1%.

Web网页语义树的构造与利用

在分析不规范书写的Web网页的DOM树存在的树深度大、结点层次多、结点层次和子树间关系错误等问题的基础上,提出了一种容错的Web网页语义树构造方法,为文本分类与聚类、网络社区发现、Web主题信息的提取和基于主题的Web信息检索等技术的研究工作奠定了基础.

元数据、HTML和都柏林核心集——关于WEB网页的编目

网络信息的日益增多迫使信息管理者将视线转向网络信息的编目 ,都柏林核心集是图书馆界比较热衷的网络信息著录元数据方案 ,本文概要地介绍了都柏林核心集以及 HTML 与其关系。

实现动态Web网页的4种技术比较研究

The paper first introduces the principle of dynamic Webpage.Then,it discusses 4 kinds of technologies for making dynamic Webpages.The principles,performances and applicable ranges of these 4 kinds of technologies are analyzed.

数据库连接池在动态Web网页开发中的设计与实现

动态Web网页的开发方法有多种,其中JSP与Servlet的结合为Web动态网页的实现带来良好应用前景,在易用性、效率、安全性和可移植性方面都有很好表现。在Web环境下,当有大量的用户访问数据库时,会对系统的效率带来很大的影响。为此,分析了几种数据库连接管理方法的优缺点,并讨论了采用连接池模式的设计方法和需要注意的问题。

Web网页木马研究初探

为了保护计算机系统的安全,我们开启了系统的自动安全补丁下载,一旦有了新的补丁我们就下载安装,补丁打得不可谓不勤;我们还安装上了各种反病毒产品和超级巡警、360安全卫士等安全检测工具,给系统打上了几层防御。结果到了最后,我们仍不可避免的受到了攻击,这就是目前具有最大威胁的Web网页木马的攻击。

Web网页基本元素的设计原则与技巧

Web网页的组成元素主要有文字、图形、图像、声音、动画等,另加一些特殊效果及互动功能如 Java、ActiveX Control、超链接等,要想制作出优秀的网页,必须考虑所有元素的设计原则与方法,精心组织安排。其中要特别注重Web网页中文字、图像、超链接这三大基本元素的设计与制作。

基于Rough集方法的Web网页智能搜索

智能化搜索是当今商务网站制作搜索引擎的一个发展方向 ,它的特点就是迎合每个用户的兴趣 ,将尽量精确的有关网页页面展现在用户面前。粗糙集理论是一种处理含糊和不精确性问题的新型数学工具 ,特别对于数据挖掘和知识发现更是提供了一个完备的理论基础。本文首先对Rough集理论中上、下近似集和近似精度的基本概念进行了描述 ,然后引用了Rough集中的上、下近似集及其近似精度的理论 ,利用简化的WWW模型 ,将所搜索到的网页形成一棵用户兴趣树 ,再对此棵树上的网页结点进行约简 。

Web网页数据抽取软件的设计与实现

随着Internet的迅速发展，Web已经成为人们获取信息的主要渠道之一，大多数的企业或团体都是通过Web站点的网页发布企业信息。为了充分利用这些信息，而不仅仅是浏览，应用程序必须从HTML形式的Web网页中抽取感兴趣的数据，并转换成具有一定结构的格式化数据。Web包装器软件的任务就是负责抽取HTML格式的数据并转化为结构化的数据。基于Web包装器的应用程序能以访问数据库中信息的方式来访问Web数据，所以Web包装器是Web数据集成体系结构中的关键部分。论文在研究Web包装器概念设计的基础上，利用最新的Web技术、信息处理技术和人工智能技术，完成了Web网页数据抽取包装器软件的设计，并通过Web新书发布页面信息抽取实验，分析了算法和系统的性能，验证了该包装器软件的可行性和高效性。

适合图书馆用的Web网页编辑软件简介

Ｗｅｂ是Ｉｎｔｅｒｎｅｔ的主体，如何向网上信息资源是图书馆的任务之一。文章介绍了适合图书馆用的Ｗｅｂ网页编辑软件。

Web网页中的S-粗糙集理论

近年来,Pawlak粗糙集理论在研究不完整、不确定知识和数据的表达、学习、智能信息处理、数据挖掘方面受到广泛的关注,并取得了一系列成果.S-粗糙集是Pawlak粗糙集的推广.利用S-粗糙集理论,知识过滤原理分析了从海量Web网页信息中获取感兴趣的Web网页的实质.

用ASP技术将Web网页连接到数据库

介绍了ASP技术的特点、编程语法以及如何利用ASP编制BROWSER/SERVER方式的动态网页 。

Web网页图像及格式应用

Internet是自电视发明以来,对人类生活影响最大的技术创造,其发展势头迅猛,受益人之多,足以令人震惊。Internet正改变着工商业及营销、农业、金融、体育、艺术、教育、新闻出版等几乎人类活动所有领域的传统运作模式,信息传输量大、快速而准确,它是一次信息和概念的革命。

Web网页恶意代码的分析与防治

本文介绍何为Web网页恶意代码;探讨Web网页恶意代码产生的原因及其与计算机病毒的区别;对典型的Web网页恶意代码进行分析并提出处理方法;探讨了如何防范Web网页恶意代码.

交互式动态WEB网页在网络教学中的应用

本文详细论述了基于Web的网络教学系统的几种教学模式 ,着重讨论了几种基于Web的软件开发技术 ,说明了基于NT的Internet应用开发环境。