随着大数据时代的到来,人们可以通过网络获得不断更新的学习资源,通过整合并结构化存储这些学习资源,可以实现对学习资源的链接,并且便于对学习资源的加工重用。这一过程与联通主义所支持的“学习即在节点间建立链接”、“知识不断更新”的思想相呼应。为实现这一过程,需要对自适应的Web信息抽取技术进行研究,将半结构化或非结构化的网页内容抽取出结构化的信息。本文将汇聚了名校精品课程的MOOC平台作为研究对象。在MOOC平台中,知识以课程为单位存储在网页中。本文通过借鉴主流的信息抽取技术,结合联通主义的知识观与学习观,进行了自适应Web信息抽取研究。研究经历了从课程属性到课程关系的抽取过程。首先,本文提出了基于模板与特征相结合的课程属性抽取方法。该方法通过计算文本节点信息熵的方式,挖掘出网站中的公共部分、标识出可选部分,从而生成抽取模板,之后采样目标抽取信息,结合与文本内容无关的四类局部文本特征,最终生成针对课程不同属性的特征向量,通过特征向量对模板抽取结果进行筛选;其次,本文提出跨网页的课程关系抽取方法。在研究中预设了课程的三种关系,针对不同关系选用不同的课程属性作为比对数据源,并为不同文本类型(描述类文本、实体类文本)的属性信息设计不同的比对方式。在此基础上,按照关系优先级,依次抽取课程间关系,并将抽取结果存储在Neo4j数据库中。最后,本篇研究通过对国内三大MOOC平台中的300门课程属性的抽取,以准确率与召回率为标准,验证属性抽取方法的可行性;使用关系抽取方法实现了对30门课程的部分关系抽取。此外,本文实现了高等教育计算机课程知识图谱的构建,该知识图谱将有助于提高学习者在线寻找知识和构建个人知识网络的能力,并为现有的课程推荐、课程检索、课程规划、课程设计等领域研究提供帮助。