基于页面对比分析的数据提取

• 作者: 山岚 张聚弘
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 数据提取 页面结构 半结构化
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究与方法
• 页码范围: 49-52
• 页数: 4页
• 分类号: TP274
• 字数: 2517字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2006.01.015

摘要

针对提供大规模数据查询的Web页面,提出了一种基于站点内页面对比分析的Web数据提取方法.在对页面建树和分块的基础上对比分析获得页面数据块,然后利用同结构多页面对比和格式判断提取出数据,最后将数据存入到数据库中.该方法成功运用到多个信息提取系统中,实现了高效、准确的数据提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	山岚	北京化工大学信息科学与技术学院	29	189	7.0	12.0
2	张聚弘	北京化工大学信息科学与技术学院	1	1	1.0	1.0