一种基于DOM的Web关键信息提取方法

• 作者: 刘海霞 周军 张云雷
• 来源期刊: 现代计算机：上半月版
• 学科: 工学
• 关键词: Web内容挖掘 信息提取 关键信息 DOM
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 3-6
• 分类号: TP399
• 字数: 2925字
• 语种: 中文

摘要

提出一种提取Web中的菜单和导航指示器等关键信息的方法,首先利用由W3C提出的文档对象模型技术提取出关键信息和与关键信息结构相似的其他信息,将得到的信息融合成信息列表,再利用熵原理从信息列表中识别出网站的真正关键信息。实验结果验证了方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周军	辽宁工业大学电子与信息工程学院	53	242	8.0	13.0
2	刘海霞	辽宁工业大学电子与信息工程学院	5	16	2.0	3.0
3	张云雷	海口经济学院信息工程学院	4	12	2.0	3.0