合作伙伴的Web挖掘系统研究

论文摘要

如何快速有效的寻找到合作伙伴,Web挖掘是一个理想的途径。一方面是企业对快速、准确而全面获取合作伙伴信息的渴望,而另一方面却是Internet上信息的纷繁芜杂,在这两者之间架设一座桥梁的确是一个巨大的挑战。作为从浩瀚的Web信息资源中发现合作伙伴有价值信息的一种有效技术,合作伙伴的WEB挖掘技术正悄然兴起,倍受关注。目前合作伙伴Web挖掘的研究正处于发展阶段,尚无统一的结论,需要国内外学者在理论与实践上开展更多的讨论。同时,Web挖掘系统的开发对虚拟企业的研究也将起到巨大的推进作用。本文对合作伙伴Web挖掘的有关理论进行了论述,着重讨论了合作伙伴的Web挖掘系统的结构和实现技术。本文的主要内容包括:一、在合作伙伴、动态联盟有关理论的基础上,提出了一种合作伙伴的Web确定标准;二、详细描述了合作伙伴Web挖掘系统的构建,包括Web的数据模型,Web挖掘系统的体系结构,系统功能等;三、具体讨论和分析了企业Web文档自动获取的总体设计思想、主要实现技术,并给出了实现方案;四、深入研究了合作伙伴信息Web抽取的关键技术,并给出了合作伙伴专有特征项Web抽取的实现算法。

论文目录

• 第一章 绪论
• 1.1 合作伙伴的概念
• 1.1.1 合作伙伴的定义
• 1.1.2 合作伙伴的确定标准
• 1.1.3 合作伙伴的寻找方法
• 1.2 Web挖掘技术概述
• 1.2.1 Web挖掘的起源
• 1.2.2 Web挖掘的定义
• 1.2.3 Web挖掘的研究方向
• 1.3 选题的意义
• 第二章 系统的总体设计
• 2.1 企业Web文档的数据模型
• 2.2 Web挖掘的实现技术
• 2.3 系统的总体设计
• 2.3.1 系统结构
• 2.3.2 系统行为
• 第三章 企业Web文档采集器的设计
• 3.1 企业Web文档的获取方式
• 3.1.1 统一资源定位器
• 3.1.2 超文本传输协议
• 3.1.3 HTTP GET请求
• 3.2 文档采集器的设计
• 3.2.1 文档搜集模块
• 3.2.2 控制模块
• 3.2.3 文档发现模块
• 3.3 文档采集器的实现技术
• 3.3.1 数据结构
• 3.3.2 进程间的通信
• 3.3.3 Web抓取
• 3.4 总结
• 第四章 企业Web信息抽取
• 4.1 分词处理
• 4.1.1 自动分词方法综述
• 4.1.2 分词方法的评价标准
• 4.1.3 本文所采用的分词方法
• 4.2 特征提取
• 4.2.1 文本特征的概念
• 4.2.2 一般文本特征项的提取
• 4.2.3 合作伙伴专有特征项的提取
• 4.3 Web文档结构化
• 4.3.1 文档结构化的概念
• 4.3.2 文档结构化的主要过程
• 4.3.3 文档结构化的算法描述
• 4.4 总结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献