深度網(wǎng)絡(luò)數(shù)據(jù)獲取工具設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)規(guī)模在全球的迅猛發(fā)展，Internet上的信息資料目前在以爆炸性的趨勢(shì)增長(zhǎng)。由不同開(kāi)發(fā)者開(kāi)發(fā)的Web頁(yè)面組織形式有很大的差異，這就給Web數(shù)據(jù)的充分、高效利用造成了巨大的困難。正是由于這個(gè)原因，使得自動(dòng)地從Web中獲取有價(jià)值的信息和數(shù)據(jù)變成一件十分具有挑戰(zhàn)性的任務(wù)。
　　 主流的搜索引擎基本上只搜索了互聯(lián)網(wǎng)上靜態(tài)頁(yè)面集合，但事實(shí)上，靜態(tài)頁(yè)面提供的信息只是Internet上提供信息的一小部分，大部分信息對(duì)這些傳統(tǒng)的搜索引擎

2、是不可見(jiàn)的，這就是深度網(wǎng)絡(luò)，這些信息只能作為用戶提交的表單的查詢結(jié)果，實(shí)時(shí)動(dòng)態(tài)地獲得。深度網(wǎng)絡(luò)通常是指Web中不能被傳統(tǒng)的搜索引擎索引到的那部分內(nèi)容，特別是指那些通過(guò)查詢實(shí)時(shí)產(chǎn)生的動(dòng)態(tài)頁(yè)面。如何有效利用深度網(wǎng)絡(luò)中的數(shù)據(jù)資源是一個(gè)值得研究的問(wèn)題。
　　 在深度網(wǎng)絡(luò)信息集成的過(guò)程中，深度網(wǎng)絡(luò)信息獲取是深度網(wǎng)絡(luò)信息處理的前提。圍繞深度網(wǎng)絡(luò)信息獲取，本文主要做以下工作。
　　 數(shù)據(jù)庫(kù)自動(dòng)選擇是深度網(wǎng)絡(luò)信息集成系統(tǒng)核心技術(shù)之一，自