【摘 要】
：
网页文本抽取是一种在互联网上运用广泛的数据挖掘技术，主要目的是把一个网页的主题内容抽取出来，为Web数据挖掘提供好的基础数据。基于网页树形结构进行改进，首先对网页进行分
【机 构】
：
辽宁石油化工大学计算机与通信工程学院
论文部分内容阅读
网页文本抽取是一种在互联网上运用广泛的数据挖掘技术，主要目的是把一个网页的主题内容抽取出来，为Web数据挖掘提供好的基础数据。基于网页树形结构进行改进，首先对网页进行分块，把每一块存储在树形结构当中，然后通过对所有块进行方差和阈值计算，选择出主题信息。该方法相比传统的基于正则表达式的抽取方法，具有简单、实用的特点。实验结果表明，该抽取方法准确率达到96％以上，有一定的实用价值。
其他文献
【正】1992年以来,我国出现了复关、股票、房地产、外汇买卖四大经济热点,1993年,笔者曾著文,称期货为第五个经济热点,1994年,即将兴起的第六个经济热点是什么呢?我们认为,正
祖国跨入新时代,改革呈现新局面,小语教学在发展。笔者以为正确处理以下几种关系,有益于促进小学语文教学改革沿着正确的方向和科学的轨道向纵深程度发展。
【正】 一、发展第三产业的必要性和重要性 1.这是建设现代化社会的需要。第三产业是社会生产力发展、物质生产部门劳动生产率不断提高,科技不断进步、生产专业化和协作日益
通过平面滑动法,对杜儿坪矿原煤重介排矸车间拟建场址处的不稳定边坡进行了评价,准确得出了该不稳定边坡现状和改造后的稳定性情况,为拟建车间的选址提供了可靠依据。
1996年1月,笔者看到人教版九年义务教育六年制小学教科书语文第六册试用本,发现比1992年的实验本要好,破天荒地增加了给自然段分层的内容。第99页基础训练6的“阅读”提示指
在经过几个月的对市场悲观失望和烦恼之后,全世界的生产者已经看到自美国20年代末30年代初的大萧条(GreatDepression)以来的最低实际锌价。2003年4月,LME的平均锌价已降至755
【正】如何积极稳妥地搞好城镇集体企业的资产量化,推进产权制度改革,使职工真正成为企业资产的占有者,这是一个值得研究和探讨的新课题。笔者认为,量化城镇集体企业资产,要
以茚、甲酸和双氧水为原料,经加成、消除、肟化和加氢还原后得到2-氨基茚满,总收率为63.4%。该法原料易得、操作简便、收率高,各主要化合物结构经核磁共振氢谱确证。
【正】股份合作制在城镇集体企业的试点中设有国家股、联社股、企业股和个人股。估计以后推行的股份合作制企业还会设立企业股,但设立企业股对城镇集体经济及其试行的股份合
【正】我们北京纸箱厂是一个集体所有制的国家二级企业,现有职工412人,退休职工200余人。主要生产内、外贸瓦楞纸箱和复合罐产品。我厂历史上有过辉煌的时期,曾因设备先进、