互联网商品信息抽取技术

被引：5

作者：

于鲁波 ^{[1
]}

陈超 ^{[2
]}

机构：

[1] 中国科学技术大学电子工程与信息科学系

[2] 多媒体计算与通信教育部微软重点实验室

来源：

计算机工程 | 2008年 / 05期

关键词：

网页分割; 网页信息抽取; 包装器; 路径聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

针对网页信息抽取中格式多样化的问题,提出一种基于路径统计聚类的信息抽取算法。该算法充分利用电子商务网站网页的特点,给出网页统计信息的一般数学表达式,在此基础上,采用基于统计聚类的思想,分割信息块,实现抽取信息。通过对实际电子商务网站网页信息的抽取,证明算法的有效性,分割正确率达92.27%,信息抽取正确率达98.24%。

引用

页码：274 / 276

页数：3