基于SOA的网络信息资源采集系统的研究与实现-计算机应用技术专业论文.docxVIP

华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 互联网是当今世界上最大的信息库和传播信息的最主要渠道，但是由于信息数 据量巨大、整合程度低等特点，限制了对其蕴涵价值的挖掘，如何高效地采集有价 值的网络信息资源，成为当前研究的热点。针对采集系统中的难点，在对本体等相 关技术深入研究的基础上，本文提出了基于目录树的网络资源采集算法与基于本体 和可视化规则的抽取模型，结合网络科技资源应用集成环境建设项目的技术方案和 需求说明，设计并实现了基于SOA的网络信息资源采集系统，为获取网络信息资源 提供了一个可行的方案。通过实际项目的应用，验证了系统的可行性和高效性。 关键词：信息采集，服务，目录树，本体 ABSTRACT Internet is the most important channel to transmit information as the largest information database in the world．However,the characteristics of information such as tremendous volume of data,a low degree of integration，and SO on，restrict US to fully mining the value of the implication of information．How to gain the valuable information effectively has become the hot issue in computer industry．Fully studying on the ontology technology,the paper puts forward a Crawler Algorithm based on directory Tree in network information resources and the fetch Model by visualization rules to solve the problems on weblink and text extraction．And with the technical program demand of the刍rDj ect of Resource Integrate in Science and Technology(RIST)， service·oriented network information crawling system is designed and realized to integrate the network resources effectively．This system has proved the feasibility and practicality by application in RIST． Liu Zhongqiang(Computer Application Technology) ‘Directed by prof．Liu Chang’an Key words：Information crawling，service，directory tree，ontology 华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 互联网是当今世界上最大的信息库和传播信息的最主要渠道，但是由于信息数 据量巨大、整合程度低等特点，限制了对其蕴涵价值的挖掘，如何高效地采集有价 值的网络信息资源，成为当前研究的热点。针对采集系统中的难点，在对本体等相 关技术深入研究的基础上，本文提出了基于目录树的网络资源采集算法与基于本体 和可视化规则的抽取模型，结合网络科技资源应用集成环境建设项目的技术方案和 需求说明，设计并实现了基于SOA的网络信息资源采集系统，为获取网络信息资源 提供了一个可行的方案。通过实际项目的应用，验证了系统的可行性和高效性。 关键词：信息采集，服务，目录树，本体 ABSTRACT Internet is the most important channel to transmit information as the largest information database in the world．However,the characteristics of information such as tremendous volume of data,a low degree of integration，and SO on，restrict US to fully mining the value of the implicati