面向药品安全领域的Web信息采集研究与应用-软件工程专业毕业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 近年来，药品安全突发事件频繁发生，中国连续出现了“齐二药”、“欣弗” 等 药品安全事件，这些事件暴露出药品监管工作中存在的一些不足。随着经济的发 展、经营条件的放开，药品经营企业的数量日益增加，传统的监管模式已无法适 应动态监管和主动监管的需要。为此我们设计开发了药品流通监控系统，为药品 监督局的药品监管工作提供有力的支撑，提供详细全面的药品流通信息和问题药 品信息。 本文从药品流通监控系统的关键子系统：问题药品信息采集子系统开发中所 遇到的问题出发，研究了问题药品信息的来源的特征和内容结构，并针对 Web 信 息采集所要使用的 WebCrawler 的爬行策略和 Web 信息抽取策略进行了研究，讨论 了最适合本系统的 WebCrawler 中的爬行策略：基于模式匹配的链接筛选策略，并 详细介绍了这种链接筛选策略所要采用的多模式特征匹配算法 Wu_Manber94；讨 论了基于 DOM 解析的 Web 表格信息抽取策略，并对表格信息抽取策略中的表格 定位、数据表格发现、表格数据抽取 3 个关键问题进行了研究。在需求分析、总 体设计和链接筛选策略和内容抽取策略探讨的基础上，对系统进行了总体设计和 详细设计，并成功将基于模式匹配的链接筛选策略和基于 DOM 的 Web 表格信息 抽取策略运用到系统实现中。 关键词：药品流通监控，问题药品信息，WebCrawler，链接筛选，信息抽取 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT In recent years， the emergency drug-safety accident occur from time to time， these events that exposed a number of problems in the drug supervision. With the rapid progress in economy， the number of pharmaceutical enterprises is increasing. The traditional method has been unable to adapt to the requirements of dynamic monitoring and active supervision， so we designed and developed the Drug Distribution Monitor System to provide strong support for the work of the Drug Administration. This report covers the following aspects: studies the problem of the characteristics of the source of problem drug information and the content structure， studies the most suitable WebCrawler crawling strategy in this system: Link Selection based on pattern matching strategy ， and introduce the multi-mode feature matching algorithm Wu_Manber94; discussion of Web-based form DOM parsing information extraction strategy， and information extraction strategies in the table location， data tables found and data extraction. Based on the overall design of the system and detailed design， and successfully link selection based on pattern matching strategies and DOM-based Web information extraction strategies used to form implementation of the system. Keywords:Drug Distribution; Drug Information, WebCrawler,Link Selection; I