当今互联网技术的发展非常快速,网上论坛的功能也越来越强大和完善。各大门户网站几乎都建立了自己的论坛,而从门户网站的论坛板块细分上可以看出,论坛资源正在逐步完善,以适应各种不同需求的人群。每时每刻都有人在论坛上发表言论,探讨问题等。论坛已经成为一个重要的信息库,论坛数据已经是许多应用(如舆情分析与监控、论坛搜索引擎、社区发现等)的重要信息来源,因此,针对论坛页面信息抽取技术的研究十分重要。　　本文围绕论坛数据抽取这一核心技术,首先对论坛页面进行了深入的统计和分析,从而发现论坛页面所特有的结构信息和可视化信息,针对这些特点定义了一些启发性规则。由于每个不同的论坛都会有自己的一套模板来组织自己的数据,信息抽取面对的数据源也会不统一。为解决这些问题,本文提出了基于子树可视化信息的论坛页面分块算法,该算法通过逐层地对DOM节点进行筛选和合并,最终能够提取出论坛页面中的主体模块,过滤了许多垃圾模块,让后续的信息抽取算法只需要在主体模块上进行抽取即可。实验表明该算法具有很高的准确性。　　在页面分块的基础上，本文提出了基于决策树分类的页面信息抽取算法。该算法将信息抽取问题转换为分类问题,通过对页面的再分块、特征提取、预处理、分类等过程实现了信息抽取。从分类的过程看,需要有一个训练过程,即人工标注的过程,本文从工程上实现了一个简易操作的可视化标注工具,因此该分类算法是半监督的。通过实验与分析,该算法能很好地抽取出作者、正文、时间等结构化信息。　　最后在上述的理论研究成果的基础上，本文设计和实现了论坛信息抽取的原型系统,为本文进行的算法实验和应用研究提供了一个基础平台。