English  |  正體中文  |  简体中文  |  Items with full text/Total items : 79372/79372 (100%)
Visitors : 40066533      Online Users : 942
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/9031


    Title: 由瀏覽歷程自動產生網頁抓取程式之研究;Generation of Web page Fetchers from Navigation Records
    Authors: 張立帆;Li-fang Chang
    Contributors: 資訊工程研究所
    Keywords: 瀏覽歷程;網頁抓取;Web page Fetcher;Navigation Record
    Date: 2005-07-07
    Issue Date: 2009-09-22 11:39:48 (UTC+8)
    Publisher: 國立中央大學圖書館
    Abstract: 全球資訊網(World Wide Web)在資訊爆炸的今天,充斥著各式各樣數量難以估算的資料,能夠快速有效的擷取與整合這些資料成為有用的資訊或知識,是近年來很熱門的課題,由於目前全球資訊網上流通的多為HTML文件,為提供使用者瀏覽而設計的半結構化語言,不利於分析和比較的應用,若能將HTML的網頁資料透過資訊整合,由資訊擷取技術將網頁轉為結構化的資料,以統一的資料庫或XML文件型式儲存,對於資訊的應用有很大的幫助,例如購物網站的比價分析、新聞資料的收集…等,而如何將全球資訊網上的HTML網頁文件加以過濾、收集、擷取與整合是近年來相當重要的研究。 本篇論文將資訊擷取技術的研究,區分為網頁抓取與資料擷取兩種技術,而資料擷取技術,已經進行相當長的一段時間,而監督式與非監督式資料擷取系統,對網頁資料的擷取都有很大的貢獻,然而,大多數的研究重視如何從網頁中擷取出資料,缺少了抓取需要擷取網頁的研究。因為需要進行擷取的網頁是相當多的,一頁一頁的手動抓取是沒有效率的,而且大多數的網頁都是以相同網頁樣板所產生,在瀏覽或抓取這些網頁時,都會進行相同的重覆動作,因此,有一些研究讓使用者自行建立抓取網頁的瀏覽模型,幫助使用者抓取網頁,但是需要使用者先學習系統所定義的瀏覽模型,對使用者而言是較不自然的作法。 本篇論文所提出的網頁抓取系統,系統是以IE瀏覽器提供瀏覽網頁的環境,讓使用者以平時瀏覽網頁的方式,瀏覽過部分需要抓取的網頁,系統則記錄瀏覽過的網頁和瀏覽動作,透過瀏覽的歷程,建立使用者瀏覽網頁的模型,並以執行器抓取所需的網頁。此外,由於網頁中可能存有Client-side程式,執行器在抓取網頁時,也是以IE瀏覽器模擬使用者瀏覽網頁的過程來抓取網頁,讓抓取網頁時,同時執行網頁中的Client-side程式。
    Appears in Collections:[資訊工程研究所] 博碩士論文

    Files in This Item:

    File SizeFormat


    All items in NCUIR are protected by copyright, with all rights reserved.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明