【摘 要】
:
Div+CSS流行于Web页面的布局,在这种布局下,网页中很多数据记录以重复结构的形式聚集在一个层级。为了更好地从网页中挖掘数据,提出了一种新的Web数据挖掘算法,把树编辑距离
【基金项目】
:
上海市信息安全综合管理技术研究重点实验室开放课题资助项目(AGK2009008)
论文部分内容阅读
Div+CSS流行于Web页面的布局,在这种布局下,网页中很多数据记录以重复结构的形式聚集在一个层级。为了更好地从网页中挖掘数据,提出了一种新的Web数据挖掘算法,把树编辑距离转化为字符串编辑距离的计算,改进字符串编辑距离算法,利用字符串编辑距离评价树的相似度,进而找到网页中的重复模式,提取数据。通过针对不同重复模式特征的网页的实验说明,基于编辑距离的Web数据挖掘算法不仅能提取具有根节点及上面几层相同的网页的数据,对具有底层节点相同的网页也是有效的。
其他文献
<正>2016年2月,国家安全监管总局下发《陶瓷生产和耐火材料制造企业粉尘危害专项治理工作方案》,要求2016年3月至2017年底组织开展陶瓷生产、耐火材料制造两类企业粉尘危害专
漆画是中华漆文化的重要组成部分;漆画脱胎于漆器,其艺术属性具备工艺美术的特征。中国古代的漆艺颇具东方艺术韵味,擅长表意。如长沙马王堆1号墓的彩绘漆棺画,其棺面的流云
目的:探讨腰椎间盘突出症(lumbar disc herniation,LDH)与中医体质类型的相关性,为指导临床实践中的一级预防和“辨质施护”提供新的思路和参考依据.方法采用病例对照研究方法,
人是一个高度自我调节的系统,一切外来的影响都要通过自我调节发生作用。在现实生活中,盲目自信,企求过高,力不从心,导致失败的事固然时有发生,但在学生当中,更多的却是自我
在GPN(全球生产网络)情境下,我们关注制造业产业价值与效率提升的同时,无法忽视与之同步升级的劳动者需求。通过构造基于社会心理视角的员工体面劳动评价指标,运用多层结构方
制冷造雪工艺是室内滑雪场的关键技术,直接关系到项目成败。目前国内尚无相关规范和技术措施可参照。以哈尔滨万达娱雪乐园为例,简要阐述了室内滑雪场制冷造雪工艺的系统原理
本文从生态伦理学的角度对"三个代表"重要思想进行解读与分析,探讨其蕴含的生态伦理特质:生态伦理意蕴和生态伦理价值.以求从新的视角揭示"三个代表"重要思想的科学内涵和时
【正】 我国古代关于对立统一规律的朴素知识有很大一部分包括在阴阳学说中。“中国古人讲,‘一阴一阳之谓道’。不能只有阴没有阳,或者只有阳没有阴。这是古代的两点论。”(
新中国60年经济发展过程明显地区分为三个历史阶段。本文用中。外两套统计数据标准对三阶段的经济增长质量、经济结构变化、国民经济增长效益、人民生活水平改善等几个方面作