论文部分内容阅读
Div+CSS流行于Web页面的布局,在这种布局下,网页中很多数据记录以重复结构的形式聚集在一个层级。提出一种基于属性标签的Web数据提取的方法,构造带有属性标签的DOM树,通过比较属性标签的值挖掘重复模式,制定三个规则排除干扰模式,找到数据域,进而从数据域中提取出数据记录。
基于属性标签的Web数据挖掘
【摘 要】
：
Div+CSS流行于Web页面的布局,在这种布局下,网页中很多数据记录以重复结构的形式聚集在一个层级。提出一种基于属性标签的Web数据提取的方法,构造带有属性标签的DOM树,通过比较属性标签的值挖掘重复模式,制定三个规则排除干扰模式,找到数据域,进而从数据域中提取出数据记录。
【机 构】
：
杭州电子科技大学通信工程学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2012年11期
【基金项目】
：
上海市信息安全综合管理技术研究重点实验开放课题资助项目（AGK2009008）
其他文献
为构建合理、准确、客观的资源模型,在分析常用社会化标注系统资源模型权值计算方法及不足的基础上,基于信息熵概念对权重计算公式重新定义,改进资源模型,提高了资源的语义准确度,并通过两组实验分析比较,证明改进后的资源模型能显著提高标签检索性能。
目的 研究KAP模式联合中药足浴对糖尿病足老年患者足部自护行为及自我效能的影响。方法 选取2016年9月至2017年2月三门峡市中医院收治的86例糖尿病足老年患者,随机分为对照组
家庭承包制与农业经营效益低下的矛盾，其原因不是家庭土地承包制本身，而是土地小规模分散经营。因此，保持农村家庭承包制的稳定，需要从家庭土地承包规模的变动中求得整体制度的稳
光催化还原 CO2过程中，能带隙小的材料具备优良的可见光吸收性能，但吸收的可见光并不一定能够有效地被光催化还原作用所利用，这与催化剂能带位置有着直接关系，改变材料的能带结构
在缺少航材数据信息的情况下，运用灰色聚类分析方法，构建了航材的分类指标体系。根据分类指标的重要度不同，采用模糊一致性矩阵来确定指标的权重，建立航材分类模型。通过示例分析
针对汉字图像预处理过程中归一化算法进行了改进。先对单个汉字进行大小归一化,并在此基础上对汉字进行细化,最后对骨架图像进行修正。实验结果表明该算法有效可行,可应用于汉字识别的后续处理。
我国地理疆域广阔,气候类型丰富,很多地方都拥有在全国乃至世界上都具有区位地域优势的名牌农产品,但是,许多区位名牌农产品市场往往存在生产企业众多、企业品牌林立、销售秩