互联网经过几十年的发展已经产生了大量的信息,利用这些信息将会产生巨大的经济效益。网页作为这些信息的载体在互联网中多以半结构化的形式存在。以互联网中的网页作为数据源抽取信息的WEB信息抽取技术伴随着互联网的发展而不断发展。电子商务作为互联网众多的应用模式之一,为人们的生产和生活带来方便的同时也产生了大量的商品信息。将电子商务网站中的商品信息进行抽取对商品推荐,市场分析等诸多领域拥有重要的价值。商品搜索结果页和商品信息详情页是电商网站展示商品信息的两类重要网页。这两类网页中因电商平台和商户的广告、推荐带来的搜索结果页噪声和详情页噪声导致现有的WEB信息抽取方法抽取准确率较低。同时,这两类网页在同一电商网站和不同电商网站有相似的页面设计,但拥有不同的页面结构导致现有抽取方法失效。针对上述问题,本文利用现有知识图谱中丰富的概念和实例信息,提出了一种基于知识图谱的电商信息抽取方法。该方法由知识图谱预处理和页面分析抽取共两部分构成,主要研究内容包括以下四点:(1)在抽取方法的知识图谱预处理部分中,提出了一种知识图谱预处理算法,通过计算指定领域中属性在该领域的领域值为页面降噪提供特征信息。(2)在抽取方法的页面分析抽取部分中,将商品搜索结果页和商品信息详情页作为输入,经过的页面分块将页面分割成若干个网页块,根据每类页面的特征和预处理过的知识图谱将网页块分为噪声网页块和非噪声网页块,最后将非噪声网页块经过页面抽取获得电商的商品信息。因商品搜索结果页和商品信息详情页具有不同的噪声和页面特征,所以分别提出了商品搜索结果页抽取算法和商品信息详情页抽取算法来解决上述问题。(3)本文设置了多组对比实验,验证抽取方法的有效性,实验表明本文提出的方法有效的解决了搜索结果页噪声和详情页噪声。同时,该方法较好的适应这两类页面中出现的页面设计相似但页面结构不同的情况。(4)基于本文提出的抽取方法,设计并实现了基于知识图谱的电商抽取系统,经过测试,系统满足各项需求和性能要求。