自适应We b页面数据抽取方法?

• 作者: 宋宝燕 李晓光 王龙 陈晓雷
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 自适应 数据抽取 Web数据 抽取模板 匹配度
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2204-2208
• 页数: 5页
• 分类号: TP391.1
• 字数: 3276字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.11.022

摘要

针对 Web页面数据抽取问题,提出了一种基于抽取模板的自适应 Web 页面数据抽取方法。给出了自适应web数据抽取的整体流程,详细介绍了抽取模板中抽取规则和自适应搜索规则的定义方式,web 页面与抽取模板的匹配方法,以及抽取路径失效后目标数据的搜索与抽取模板的自适应修改过程。实验结果表明,基于抽取模板的自适应 web 页面数据抽取方法的召回率和查准率都达到95%以上,方法中的自适应搜索规则有效地减少了抽取模板的制定数量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋宝燕	辽宁大学信息学院	87	360	11.0	15.0
2	李晓光	辽宁大学信息学院	36	139	7.0	11.0
3	王龙	辽宁大学信息学院	10	18	3.0	4.0
4	陈晓雷	辽宁大学信息学院	1	0	0.0	0.0