基于動態(tài)領(lǐng)域知識體系的信息采集方法及實現(xiàn).pdf

1、作為一個龐大的動態(tài)信息資源庫，互聯(lián)網(wǎng)已經(jīng)成為各類機(jī)構(gòu)信息采集的重要渠道之一，專題的信息采集變得十分重要。但是目前面向網(wǎng)絡(luò)的信息搜索是基于關(guān)鍵詞技術(shù)的，采集結(jié)果零碎，內(nèi)容孤立，數(shù)據(jù)量大。本文在項目任務(wù)需求基礎(chǔ)上，提出一種基于動態(tài)領(lǐng)域知識體系的專題信息采集方法，本方法是在基礎(chǔ)領(lǐng)域知識體系基礎(chǔ)上，結(jié)合關(guān)鍵詞的發(fā)現(xiàn)，并在領(lǐng)域?qū)＜腋深A(yù)下實現(xiàn)的，從而實現(xiàn)專題信息采集的動態(tài)適應(yīng)性，對提高采集質(zhì)量有很好的研究意義。
　　本文首先對信息采集和信息更

2、新的基礎(chǔ)理論方法和研究現(xiàn)狀進(jìn)行了簡介，介紹了Web信息采集的基本原理和信息更新的方法以及相關(guān)技術(shù)。然后針對Web內(nèi)容進(jìn)行專題信息采集的策略設(shè)計，其中主要是對一般網(wǎng)頁的采集策略設(shè)計、論壇數(shù)據(jù)的采集策略設(shè)計、領(lǐng)域知識體系的更新設(shè)計。有了相關(guān)采集策略后，進(jìn)行系統(tǒng)的需求分析，分析現(xiàn)有領(lǐng)域知識體系應(yīng)用于專題信息采集上面的不足，再進(jìn)行系統(tǒng)的分析與設(shè)計，包括領(lǐng)域知識體系的建立，系統(tǒng)功能結(jié)構(gòu)的分析，其中系統(tǒng)核心是對預(yù)置的領(lǐng)域知識體系進(jìn)行半自動化更新，從