首页 | 本学科首页   官方微博 | 高级检索  
     

基于DOM树和DBSCAN算法的Web信息提取
引用本文:何云钢,曹宝香. 基于DOM树和DBSCAN算法的Web信息提取[J]. 电子技术, 2015, 0(6)
作者姓名:何云钢  曹宝香
作者单位:曲阜师范大学信息科学与工程学院,山东日照,276826
基金项目:山东省自然科学基金项目(ZR2009GM009) 山东省科技攻关项目
摘    要:文章针对互联网中网页结构多样、易变等因素,通过研究网页结构中存在的一般规律,并结合DOM树和DBSCAN聚类算法,提出了新的Web信息提取算法.并详细介绍了构建DOM树和基于DBSCAN算法的网页内容提取.最后通过实验证明该算法能有效地获取网页中的正文信息,不依赖于网页结构,具有较强的通用性.

关 键 词:DOM树  DBSCAN  Web信息提取

Web Information Extraction based on DOM tree and DBSCAN Algorithm
He Yungang,Cao Baoxiang. Web Information Extraction based on DOM tree and DBSCAN Algorithm[J]. Electronic Technology, 2015, 0(6)
Authors:He Yungang  Cao Baoxiang
Abstract:
Keywords:
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号