深層網(wǎng)信息挖掘技術(shù)的研究在化工領(lǐng)域的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)規(guī)模在全球的迅猛發(fā)展，Internet上的Web網(wǎng)站以及網(wǎng)頁的數(shù)量目前在以爆炸性的趨勢(shì)增長，網(wǎng)上蘊(yùn)藏著數(shù)量巨大的信息資料。由不同開發(fā)者開發(fā)的網(wǎng)頁形式與內(nèi)容有很大的差異，這就造成了網(wǎng)絡(luò)數(shù)據(jù)的異質(zhì)性和缺乏結(jié)構(gòu)性。正是由于這個(gè)原因，使得自動(dòng)地從網(wǎng)絡(luò)中獲取有價(jià)值的信息和數(shù)據(jù)變成一件十分具有挑戰(zhàn)性的任務(wù)。 主流的搜索引擎基本上只收集了互聯(lián)網(wǎng)上靜態(tài)頁面集合，但事實(shí)上，靜態(tài)頁面只是Web提供網(wǎng)頁的一小部分信息，大部分信息對(duì)這些傳統(tǒng)的搜

2、索引擎是不可見的，這就是深層網(wǎng)絡(luò)，這些信息只能作為用戶提交的表單的查詢結(jié)果，實(shí)時(shí)動(dòng)態(tài)地獲得。深層網(wǎng)絡(luò)通常是指Web中不能被傳統(tǒng)的搜索引擎索引到的那部分內(nèi)容，特別是指那些通過查詢實(shí)時(shí)產(chǎn)生的動(dòng)態(tài)頁面。如何有效利用深層網(wǎng)絡(luò)中的數(shù)據(jù)資源是一個(gè)值得研究的問題。 本文針對(duì)化學(xué)和化工領(lǐng)域深層網(wǎng)信息量大、專業(yè)性強(qiáng)，但是難于檢索的問題，研究了深層網(wǎng)信息挖掘的相關(guān)技術(shù)及化學(xué)和化工深層網(wǎng)的特點(diǎn)，采用了一種基于XML技術(shù)和C#語言，獲取化工領(lǐng)域深層網(wǎng)信