Web信息

摘要： 目前微博、微信、博客等网络自媒体的出现使得任何人都可以通过网络取得信息.为了帮忙高校进行有效的政策制定,高校可以通过网民的讨论信息发掘目前大众所关注涉及高校的议题与舆情焦点.通过对巨量的网络数据进行文字挖掘可以帮助高校分析网民关注的议题,从而可以进行即时回应,或者加强政策沟通,还可以作为后续政策制定和舆情汇集的基础.高校通过舆情系统的研究可以有效了解网民对于舆情的关注点并准确预测未来议题发展方向.当高校相关单位所发布的信息与网民所关注的议题焦点有差异时,就可以及早地进行处理,从而能提升高校管理效率与满意度.

摘要： 随着计算机网络技术的发展,信息技术被社会上越来越多的行业广泛应用,部分企业也开始采用企业竞争情报系统来收集和分析其所需的WEB情报信息.分布式WEB信息存储作为系统中关键技术应不断的优化升级,符合现代化企业的需求.本文将对WEB信息存储和管理技术以及分布式存储机制进行分析.

摘要： 经济全球化的发展使任何企业都不能忽视企业的快速变化的市场的影响,从而把握信息尽快全球化已成为企业制胜的关键;这同样适用于政府、行业管理部门,收集的信息产业和企业的最新发展,将能够迅速对市场、行业和企业的实时、准确的动态监管,以最高的效率和制定相关的政策指导,使行业一直在健康的发展轨道.近年来,互联网的飞速发展给人们提供了各种各样的信息,在这个行业中也蕴含着丰富的商业信息.针对上述问题和需求,网络信息传播和非结构化的特点,现有的Web信息挖掘技术的应用,提出了多学科信息块分割,从企业建立一个商业实体的节点名称代码提取和分类所需的信息,并最终建立一个基于Web信息挖掘的经营分析系统,以促进商业企业和产业的经营与管理.

摘要： 针对多语种警务语料库在构建过程中遇到的资源分散和人工整理难的突出问题,提出了一种基于Web数据获取的多语种警务语料库的构建方法,该方法采用了频繁序列模式和文本分析技术实现了对网页中多语种语料库的自动抽取.经实验证明,该方法可进行多语言数据的自动采集,在少量人工参与的前提下,实现了多语言数据的大规模采集和处理.

摘要： 为解决大数据场景下从海量Web页面中抽取有价值的信息，提出了一种基于节点属性与正文内容的海量Web信息抽取方法。将Web页面转化为DOM树表示，并提出剪枝与融合算法，对DOM树进行简化；定义DOM树节点的密度和视觉属性，根据属性值对Web页面内容进行预处理；引入MapReduce计算框架，实现海量Web信息的并行化抽取。仿真实验结果表明，提出的海量Web信息抽取方法不仅具有更好的性能，还具备较好的系统可扩展性。%To address the problem of extracting valuable information from massive Web pages in big data environ-ments, a novel information extraction method based on node property and text content for massive Web pages was put forward. Web pages were converted into a document object model (DOM) tree, and a pruning and fusion algorithm was introduced to simplify the DOM tree. For each node in the DOM tree, both density property and vision property was defined and Web pages were pretreated based on these property values. A MapReduce framework was employed to realize parallel information extraction from massive Web pages. Simulation and experimental results demonstrate that the proposed extraction method can not only achieve better performance but also have higher scalability compared with other methods.

摘要： The security of cyber information space is threatened by the hazard information that caused by different protocols and network channels in Web network,and the cyber space is purified to ensure the network security by mining the hazard Web information accurately. The algorithm of the fuzzy association rules are used in the traditional method to excavate and classified the dangerous Web information. The fuzzy clustering is easy to be disturbed in the influence background and has low efficiency, so it is hard to establish effective association rules. Because of this,the risk Web information mining technology based on the im⁃proved association rules is proposed. Before establishing the association rules,Takens theorem is introduced to reconstruct the phase space of the hazard Web information data to establish the channel model for the hazard information mining in Web net⁃work and make classification design for the multisource progress of the risk Web information flow. An adaptive IIR cascade filtering algorithm is designed to filter the data influence,improve the progress of the association rules,and realize the accurate mining of the risk Web information. The simulation results for the performance verification show that this algorithm has advantages of good filtering interference performance and high accuracy.%在Web网络中承载着不同的协议和网络信道，由此产生危险信息，给网络信息空间带来安全威胁，通过对危险Web信息的准确挖掘，可净化网络空间，确保网络安全。传统方法采用模糊关联规则算法进行危险Web信息分类挖掘，在干扰背景下，模糊聚类过容易受到干扰，导致很难建立有效的关联规则，挖掘效率较低。提出一种基于改进关联规则的危险Web信息挖掘技术。在建立关联规则前，引入Takens 定理进行危险Web信息数据的相空间重构，构建Web网络的危险信息挖掘的信道模型，并对危险Web信息的信息流多源进程进行分类设计。设计自适应IIR级联滤波算法进行数据干扰滤波，运用以上方法对规则关联过程进行改进，实现危险Web信息的准确挖掘。仿真实验进行了性能验证，结果表明，采用该算法进行危险Web数据挖掘，去干扰性能较好，精度较高。

摘要： 大数据时代来临,网络的数据与信息爆炸式发展,且这些信息逐渐成为的人们生活中不可缺少的重要组成部分.为了保障用户能够在海量的数据信息中攫取所需的数据信息,本文提出基于自动生产模板的Web信息抽取技术,可以有效地对Web中用户有兴趣的信息进行抽取,并将其转化为的更加结构化、语义清晰的格式,呈现在用户面前.本文对其具体的设计进行阐述和分析,旨在为相关技术人员提供参考,促使自动生成模板的Web信息抽取技术可以得到有效的应用,保障用户的良好网络体验,提高网络的服务功能和服务水平.

摘要： Granular computing can help improving the capability of handling massive unstructured Web information. Howev-er, the current studies are limited to the structure of web links, granularity division and the building of information granules tree;and the association strength among information granules were never analyzed. For the problem of incomplete Web information fil-tering, an algorithm based on multi-level granularity division was proposed to calculate the association strength among web infor-mation granules. The algorithm gave a quantitative analysis to the same level web information granules of different types by acqui-ring direct or indirect links between web pages to do matrix operation. The correctness and effectiveness of the algorithm was veri-fied by the experiment. The algorithm can solve the problems about unitary and one-sidedness effectively when using information or making a decision. It provides a theoretical reference to obtain comprehensive information and build a composite decision infor-mation system.%粒计算的引入提高了对非结构化海量Web信息的处理能力，但目前研究仅限于Web链接结构、粒度划分、信息颗粒树形成等方面，未涉及信息颗粒之间的关联强度分析。针对Web信息筛选的不完整问题，提出基于多层次粒度划分的Web信息颗粒关联强度算法，通过获取Web网页间直接或间接的链接关系进行矩阵运算，对同层次不同类别Web信息颗粒间的关联关系进行了定量分析，并在实验中验证了算法的正确性和有效性。解决了信息使用单一性和决策参考片面性问题，为获得全面信息和构建综合决策信息系统提供了理论参考。

摘要： 为了解决在海量web资源中提取出有用军事情报的问题,本文在分析军事情报和互联网信息特点的基础上,设计并实现了一个包括采集、处理、存储与检索的web军事情报挖掘模型,然后提出了一种面向军事情报应用的文本聚类方法,最后通过实验对聚类效果进行了评估,实验结果表明该方法在聚类纯度、准确率、召回率、F-score指标上有不同程度的提升.

摘要： 现代的软件开发集成开发环境(IDE)为开发者提供了错误提示、代码补全、代码分析、版本管理等多方面的辅助开发支持,大大提高了开发效率.同时,开发者在日常开发过程中还常常依赖于互联网获取代码样例、配置说明、错误处理等Web开发资源.由于需要频繁在IDE和浏览器之间进行切换并通过各种方式进行信息检索,开发者往往需要在Web开发资源获取上花费大量时间和精力.为此提出了一种基于开发者开发行为分析和挖掘的Web信息资源推荐方法.该方法通过自动记录和抓取开发者在IDE中的代码浏览和修改等动作以及在浏览器中的页面浏览信息获取基础信息.在此基础上,该方法从所抓取的浏览器页面中抽取结构化的信息资源,并通过聚类以及基于时间的关联分析确定IDE开发行为与Web信息资源之间的相关性,从而在开发者在IDE中执行开发任务时自动推荐相关的Web信息资源.最后通过一个实验分析初步验证了所提出方法的有效性.

摘要： 现代的软件开发集成开发环境(IDE)为开发者提供了错误提示、代码补全、代码分析、版本管理等多方面的辅助开发支持,大大提高了开发效率.同时,开发者在日常开发过程中还常常依赖于互联网获取代码样例、配置说明、错误处理等Web开发资源.由于需要频繁在IDE和浏览器之间进行切换并通过各种方式进行信息检索,开发者往往需要在Web开发资源获取上花费大量时间和精力.为此提出了一种基于开发者开发行为分析和挖掘的Web信息资源推荐方法.该方法通过自动记录和抓取开发者在IDE中的代码浏览和修改等动作以及在浏览器中的页面浏览信息获取基础信息.在此基础上,该方法从所抓取的浏览器页面中抽取结构化的信息资源,并通过聚类以及基于时间的关联分析确定IDE开发行为与Web信息资源之间的相关性,从而在开发者在IDE中执行开发任务时自动推荐相关的Web信息资源.最后通过一个实验分析初步验证了所提出方法的有效性.

摘要： 现代的软件开发集成开发环境(IDE)为开发者提供了错误提示、代码补全、代码分析、版本管理等多方面的辅助开发支持,大大提高了开发效率.同时,开发者在日常开发过程中还常常依赖于互联网获取代码样例、配置说明、错误处理等Web开发资源.由于需要频繁在IDE和浏览器之间进行切换并通过各种方式进行信息检索,开发者往往需要在Web开发资源获取上花费大量时间和精力.为此提出了一种基于开发者开发行为分析和挖掘的Web信息资源推荐方法.该方法通过自动记录和抓取开发者在IDE中的代码浏览和修改等动作以及在浏览器中的页面浏览信息获取基础信息.在此基础上,该方法从所抓取的浏览器页面中抽取结构化的信息资源,并通过聚类以及基于时间的关联分析确定IDE开发行为与Web信息资源之间的相关性,从而在开发者在IDE中执行开发任务时自动推荐相关的Web信息资源.最后通过一个实验分析初步验证了所提出方法的有效性.

摘要： 现代的软件开发集成开发环境(IDE)为开发者提供了错误提示、代码补全、代码分析、版本管理等多方面的辅助开发支持,大大提高了开发效率.同时,开发者在日常开发过程中还常常依赖于互联网获取代码样例、配置说明、错误处理等Web开发资源.由于需要频繁在IDE和浏览器之间进行切换并通过各种方式进行信息检索,开发者往往需要在Web开发资源获取上花费大量时间和精力.为此提出了一种基于开发者开发行为分析和挖掘的Web信息资源推荐方法.该方法通过自动记录和抓取开发者在IDE中的代码浏览和修改等动作以及在浏览器中的页面浏览信息获取基础信息.在此基础上,该方法从所抓取的浏览器页面中抽取结构化的信息资源,并通过聚类以及基于时间的关联分析确定IDE开发行为与Web信息资源之间的相关性,从而在开发者在IDE中执行开发任务时自动推荐相关的Web信息资源.最后通过一个实验分析初步验证了所提出方法的有效性.

摘要： 现代的软件开发集成开发环境(IDE)为开发者提供了错误提示、代码补全、代码分析、版本管理等多方面的辅助开发支持,大大提高了开发效率.同时,开发者在日常开发过程中还常常依赖于互联网获取代码样例、配置说明、错误处理等Web开发资源.由于需要频繁在IDE和浏览器之间进行切换并通过各种方式进行信息检索,开发者往往需要在Web开发资源获取上花费大量时间和精力.为此提出了一种基于开发者开发行为分析和挖掘的Web信息资源推荐方法.该方法通过自动记录和抓取开发者在IDE中的代码浏览和修改等动作以及在浏览器中的页面浏览信息获取基础信息.在此基础上,该方法从所抓取的浏览器页面中抽取结构化的信息资源,并通过聚类以及基于时间的关联分析确定IDE开发行为与Web信息资源之间的相关性,从而在开发者在IDE中执行开发任务时自动推荐相关的Web信息资源.最后通过一个实验分析初步验证了所提出方法的有效性.

摘要： 本文对Web信息采集技术的最新研究进展以及发展趋势给予了简要述评。主要内容包括：基于整个Web的信息采，增量式Web信息采集，面向主题的Web信息采集，个性化的Web信息采集，分布式Web信息采集，基于Agent的信息采集，迁移的信息采集，以及基于元搜索的信息采集等。

摘要： 本文对Web信息采集技术的最新研究进展以及发展趋势给予了简要述评。主要内容包括：基于整个Web的信息采，增量式Web信息采集，面向主题的Web信息采集，个性化的Web信息采集，分布式Web信息采集，基于Agent的信息采集，迁移的信息采集，以及基于元搜索的信息采集等。

摘要： 本文对Web信息采集技术的最新研究进展以及发展趋势给予了简要述评。主要内容包括：基于整个Web的信息采，增量式Web信息采集，面向主题的Web信息采集，个性化的Web信息采集，分布式Web信息采集，基于Agent的信息采集，迁移的信息采集，以及基于元搜索的信息采集等。

摘要： 本文对Web信息采集技术的最新研究进展以及发展趋势给予了简要述评。主要内容包括：基于整个Web的信息采，增量式Web信息采集，面向主题的Web信息采集，个性化的Web信息采集，分布式Web信息采集，基于Agent的信息采集，迁移的信息采集，以及基于元搜索的信息采集等。

摘要： 本文介绍针对医院既有药学信息资源和医院外网整体信息体系规划，利用Web技术和数据挖掘技术，建设面向临床医生、患者和社会公众的儿童医院安全用药信息系统的设计方法，为提升医院安全用药水平，促进医院药学信息服务数字化准备良好的数据基础和外部网络平台。

摘要： 本发明公开了一种Web信息系统中传递消息的方法及Web服务器，解决了现有技术方案在并发用户较多时占用内存较大，会造成Web系统拥塞而拒绝访问的技术问题，进而提升了系统的并发能力。应用于Web服务器，Web服务器能够与Web客户端进行信息交互，该方法包括如下步骤：对Web客户端发送的通行证进行第一验证；若第一验证通过，将第一消息以通行证中的唯一凭证号为标示，保存到Web服务器的指定位置，其中，第一消息为需要交换或者需要向后续页面传递的消息；当Web客户端需要第一消息时，依据唯一凭证号从指定位置提取第一消息。

摘要： 本发明公开了一种提取Web页面中用户所需Web信息的方法，包括：按照Web页面对应的HTML文本顺序，选取若干个HTML标签作为标签尺元素生成标签尺，存储到系统中；系统按照所述标签尺中的HTML标签按序匹配所述HTML文本，根据匹配出的HTML标签分割Web信息，并存储分割后的Web信息块和包含该信息块的HTML标签在文本中的位置信息；用户根据所需Web信息确定包含该Web信息的HTML标签在HTML文本中的位置，并通知系统；系统查找并提取存储的分割后的对应Web信息块。采用本发明能灵活高效地获取Web页面中用户所需Web信息。

摘要： 本公开涉及一种故障信息与二次设备运维管理信息WEB网页发布方法，其特征在于，所述方法包括：从保护信息管理主站FIS应用读取数据；基于所述数据计算出故障信息管理指标以及二次设备运维指标；将所述故障信息管理指标和所述二次设备运维指标输出至可视化人机界面进行发布。通过WEB网页方式发布电网故障信息和二次设备运维信息，为专业管理及运行人员在安全III区以WEB网页方式快速掌握电网故障的各项指标提供了便利。

摘要： 本发明公开了一种基于Web信息抽取的软件更新信息的监控方法和装置，监控方法包括：下载被监控的目标网页的网页内容；解析所述网页内容，抽取所述网页内容中的有效链接；对所述有效链接进行过滤，获得过滤后的链接；将所述过滤后的链接所对应的相关信息与历史数据进行比对，获得所述目标网页对应的软件的更新信息，并存储到数据库。本发明能够对网页数据进行有效监控，能够有效的组织并维护样本数据库。

摘要： 本发明针对Web网站产品信息的获取设计了一种网页抓取方法，首先抓取网站产品一级分类的首页，通过分析抓取的分类首页源文件，获取下一级产品分类首页链接；然后逐级抓取，直到网站所有分类首页抓取完毕；通过分析所有分类子页面的源文件，获取翻页元素和各分类页面数，然后生成各分类的子页面链接，最后根据各分类的子页面链接，完成各分类子页面的抓取。同时通过分析爬虫抓取的产品分类子页面源文件，提取产品详细信息和产品所属分类信息，建立网站产品id、分类id以及其他详细信息的映射关系，构建产品信息库。

摘要： 服务保持关于可由计算设备访问的Web内容（诸如Web页面）的一个或多个方面的信息。相同的服务或不同的服务（例如，数字助理）也保持关于计算设备的用户的信息。当用户使用诸如Web浏览器的Web应用导航到Web内容时，访问服务以获得关于导航到的Web内容的信息、关于用户的信息、和/或用户可选择的任务或动作。Web应用将所获得的信息与Web内容一起显示给用户。Web应用显示获得的信息，而不会更改获得的Web内容。可选地，Web应用显示关于Web内容的附加信息可用的指示，并且显示获得的信息（例如，自动地或响应于接收到对于显示该附加信息的用户输入请求）。

摘要： 本发明公开了一种Web信息系统中传递消息的方法及Web服务器，解决了现有技术方案在并发用户较多时占用内存较大，会造成Web系统拥塞而拒绝访问的技术问题，进而提升了系统的并发能力。应用于Web服务器，Web服务器能够与Web客户端进行信息交互，该方法包括如下步骤：对Web客户端发送的通行证进行第一验证；若第一验证通过，将第一消息以通行证中的唯一凭证号为标示，保存到Web服务器的指定位置，其中，第一消息为需要交换或者需要向后续页面传递的消息；当Web客户端需要第一消息时，依据唯一凭证号从指定位置提取第一消息。

摘要： 从至少一个日志文件采集日志文件数据。可以根据采集的日志文件数据生成对练习web应用以执行web应用的安全分析的至少一个HTTP请求。可以向web应用传达HTTP请求。可以接收对HTTP请求的至少一个HTTP响应。可以分析HTTP响应以执行web应用的验证。可以输出验证的结果。

摘要： 本发明公开了一种提取Web页面中用户所需Web信息的方法，包括：按照Web页面对应的HTML文本顺序，选取若干个HTML标签作为标签尺元素生成标签尺，存储到系统中；系统按照所述标签尺中的HTML标签元素按序匹配所述HTML文本，根据匹配出的HTML标签分割Web信息，并存储分割后的Web信息块和包含该信息块的HTML标签在文本中的位置信息；用户根据所需Web信息确定包含该Web信息的HTML标签在HTML文本中的位置，并通知系统；系统查找并提取存储的分割后的对应Web信息块。采用本发明能灵活高效地获取Web页面中用户所需Web信息。

摘要： 本公开涉及一种故障信息与二次设备运维管理信息WEB网页发布方法，其特征在于，所述方法包括：从保护信息管理主站FIS应用读取数据；基于所述数据计算出故障信息管理指标以及二次设备运维指标；将所述故障信息管理指标和所述二次设备运维指标输出至可视化人机界面进行发布。通过WEB网页方式发布电网故障信息和二次设备运维信息，为专业管理及运行人员在安全III区以WEB网页方式快速掌握电网故障的各项指标提供了便利。