基于定位重复结构算法的DeepWeb数据抽取技术探究与实践.docx

下载文档

0
0
约3.41万字
约 24页
2026-01-03 发布于上海
举报
版权申诉
保障服务

基于定位重复结构算法的DeepWeb数据抽取技术探究与实践.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

基于定位重复结构算法的DeepWeb数据抽取技术探究与实践

一、引言

1.1研究背景

随着互联网技术的飞速发展，网络上的数据量呈爆炸式增长。在庞大的网络数据中，DeepWeb（深层网络，又称深网）数据占据着重要地位。DeepWeb是指那些存储在网络数据库里、不能通过超链接访问而需要通过动态网页技术访问的资源集合，不属于可以被标准搜索引擎索引的表面网络。其内容主要包含通过填写表单形成对后台在线数据库的查询而得到的动态页面、由于缺乏被指向的超链接而没有被搜索引擎索引到的页面、需要注册或其它限制才能访问的内容以及Web上可访问的非网页文件（如图片文件、PDF和Word文档等）。据估算