| DC 欄位 |
值 |
語言 |
| DC.contributor | 資訊工程學系 | zh_TW |
| DC.creator | 張立帆 | zh_TW |
| DC.creator | Li-fang Chang | en_US |
| dc.date.accessioned | 2005-7-13T07:39:07Z | |
| dc.date.available | 2005-7-13T07:39:07Z | |
| dc.date.issued | 2005 | |
| dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=92522033 | |
| dc.contributor.department | 資訊工程學系 | zh_TW |
| DC.description | 國立中央大學 | zh_TW |
| DC.description | National Central University | en_US |
| dc.description.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。 | zh_TW |
| DC.subject | 瀏覽歷程 | zh_TW |
| DC.subject | 網頁抓取 | zh_TW |
| DC.subject | Web page Fetcher | en_US |
| DC.subject | Navigation Record | en_US |
| DC.title | 由瀏覽歷程自動產生網頁抓取程式之研究 | zh_TW |
| dc.language.iso | zh-TW | zh-TW |
| DC.title | Generation of Web page Fetchers from Navigation Records | en_US |
| DC.type | 博碩士論文 | zh_TW |
| DC.type | thesis | en_US |
| DC.publisher | National Central University | en_US |