摘要：提出一種改進的樹匹配算法，通過考量HTML特性，對樹編輯距離方法進行改進，根據(jù)不同HTML樹結(jié)點在瀏覽器中所顯示的相關(guān)數(shù)據(jù)的不同權(quán)重賦以不同的權(quán)重值。算法由HTML數(shù)據(jù)對象構(gòu)造具有結(jié)點權(quán)重的HTML樹，模式識別通過取得兩棵構(gòu)造樹的最大映射值達成。通過基于商用網(wǎng)站的實驗對算法有效性進行了證實。

關(guān)鍵詞：信息抽??；DOM；樹編輯距離；模式識別

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文