基于領(lǐng)域概念定制的主題爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近些年隨著互聯(lián)網(wǎng)中信息量的快速增長，如何及時準(zhǔn)確的從互聯(lián)網(wǎng)上獲取信息也變得越來越重要，而面向主題搜索引擎技術(shù)的應(yīng)用正是為此應(yīng)運而生的。主題搜索引擎是特殊化的搜索引擎，它只面向某一具體的領(lǐng)域或主題，比起通用搜索引擎能更準(zhǔn)確，更廣泛的搜集領(lǐng)域或主題信息。然而如何為領(lǐng)域、主題相關(guān)性的判定制定準(zhǔn)確的規(guī)則，如何有效的分析過濾無關(guān)資源保留相關(guān)主題資源，如何擴大對主題資源的搜索的覆蓋度，成了主題爬蟲系統(tǒng)的研究重點。 論文首先，介紹了搜索引擎的

2、相關(guān)技術(shù)和相關(guān)的HTTP協(xié)議，描述了通用爬蟲系統(tǒng)的工作原理及體系結(jié)構(gòu)，重點闡述了主題爬蟲系統(tǒng)的工作原理及體系結(jié)構(gòu)。進(jìn)而提出了主題爬蟲系統(tǒng)相關(guān)度和重要度模塊的結(jié)構(gòu)設(shè)計。其次，研究了主題爬蟲系統(tǒng)中主題相關(guān)性判定的關(guān)鍵算法并作了相應(yīng)的應(yīng)用分析；然后，提出了基于領(lǐng)域概念定制的網(wǎng)頁評價算法設(shè)計，并設(shè)計出主題對象確立算法設(shè)計模塊、初始種子優(yōu)化算法設(shè)計模塊、主題相關(guān)度分析算法設(shè)計模塊和鏈接重要度分析算法設(shè)計模塊。最后，成功實現(xiàn)了基于領(lǐng)域概念定制的主題

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論