基于DOM的维普文献信息智能提取系统设计与实现精要.docxVIP

PAGE \* MERGEFORMAT37 本 科 毕 业 论 文 （设 计） 基于DOM的维普文献信息智能提取系统设计与实现 The design and implementation of DOM-based CQVIP Information intelligent Extraction System 作 者XXX专 业软件工程指导教师XXX分 院信息学院 二〇一五年五月 诚信声明 本人郑重声明：本人所呈交的毕业论文，是在导师 指导下独立研究取得的成果。毕业论文中凡引用他人已经发表的成果、数据、观点等，均已明确注明出处。除文中已注明引用的内容外，不包含任何其他个人或集体已发表的论文。若有抄袭，愿承担一切后果。 特此声明 作者签名： 签字日期： 贵州财经大学本科毕业论文授权使用声明 作为本科生毕业的条件之一,毕业论文著作权拥有者授权贵州财经大学拥有毕业论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将毕业论文编入有关数据库进行检索,可以釆用影印、缩印或扫描等复制手段保存、汇编毕业论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的毕业论文在解密后也遵守此规定。 `□公开 □保密( 年) 作 者 签 名： 签字日期： 指导教师签名： 签字日期： 摘 要 目前大多数高校图书馆都购买有维普文献数据，高校图书馆都会有自己的学科系统，对文献进行收录整理和推荐工作，但都不够智能化，多数高校收录文献数据需要人工进行；这样一套流程效率低，而且需要大量工作人员，同时也无法实现周期循环的去进行收录，造成图书馆文献推荐服务滞后，从而造成学科服务的满意度低。本文将从网页信息提取角度出发，设计并实现基于DOM的维普文献信息智能提取系统，使收录更高效，成本更低，从而改善文献收录现状。 关键字：维普，信息提取，网络爬虫 Abstract Now most of libraries in universities have the document literature resource of CQVIP, and has its own system of subjects, however, which is not intelligent enough to collect its literature data, there are also a lot of universities search literature data by hand. The management like this is not only in a low efficiency, but also requires a lot of staff, What’s more, it cannot record data circularly. All of these will contribute recommendation service to behind document literature in library and was lower satisfaction of subject service. This paper is aiming at designing and achieving a system based in DOM to extract information from CQVIP intelligently. Which makes the collection more efficient and the cost lower, at the same time improves the status of literature collection. Keywords: CQVIP, Information Extraction, Web Crawler 目 录  TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc420176636 摘 要  PAGEREF _Toc420176636 \h III  HYPERLINK \l _Toc420176637 Abstract  PAGEREF _Toc420176637 \h IV  HYPERLINK \l _Toc420176638 目 录  PAGEREF _Toc420176638 \h V