基于BP網(wǎng)絡(luò)的高校主題爬蟲的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、Web含有大量豐富有用的資源，搜索引擎已成為人們檢索這類資源的重要工具。但是，隨著信息多元化的增長，傳統(tǒng)的通用搜索引擎返回結(jié)果過多，主題相關(guān)度差。因此，很難滿足人們對個(gè)性化服務(wù)日益增長的需要。這也為通用搜索引擎提出了空前的挑戰(zhàn)?；诖?，面向特定領(lǐng)域、適應(yīng)于特定人群的主題搜索引擎應(yīng)運(yùn)而生。 主題爬蟲是主題搜索引擎的基礎(chǔ)與核心。它是建立在普通爬蟲基礎(chǔ)之上的，是普通爬蟲在功能上的擴(kuò)展。本文主要研究主題爬蟲的相關(guān)技術(shù)，建立一個(gè)高校類的主

2、題爬蟲。旨在挖掘出更多的高校領(lǐng)域相關(guān)資源。 BP人工神經(jīng)網(wǎng)絡(luò)是利用非線性可微分函數(shù)進(jìn)行權(quán)值訓(xùn)練的多層網(wǎng)絡(luò)。它包含了神經(jīng)網(wǎng)絡(luò)理論中最為精華的部分。由于其結(jié)構(gòu)簡單、可塑性強(qiáng)，所以，在函數(shù)逼近、模式識(shí)別、信息分類及數(shù)據(jù)壓縮等領(lǐng)域都得到了廣泛的應(yīng)用。特別地，由于它的數(shù)學(xué)意義明確，學(xué)習(xí)算法步驟分明，使得應(yīng)用背景更加廣泛。 本文主要描述了高校主題爬蟲的設(shè)計(jì)與實(shí)現(xiàn)的全過程。如何對網(wǎng)頁進(jìn)行主題相關(guān)性的判斷是主題爬蟲設(shè)計(jì)中的重要內(nèi)容。這