论文摘要
伴随着互联网及应用和服务的普及,网上信息量以带宽的指数级增长,互联网用户信息检索的难度和复杂度也不断提高。因此,搜索引擎越来越引起人们的重视和关注。Google曾宣称它们索引的网页数目已达到10000亿,中国的网页规模也超过了100亿,并且仍在以指数的增长方式急剧猛增,面对如此浩瀚的信息资源,如何有效的提取并利用这些海量信息成为搜索引擎面临的一个巨大挑战。为了提高搜索效率和满足人们日益增长的个性化服务的需求,适应特定领域、特定人群的特定需求的主题搜索引擎(也称专业搜索引擎和垂直搜索引擎)应运而生,并且越来越受到人们的青睐。主题搜索引擎只专注于与主题相关的高质量网页,保证了对主题相关信息的完全收录和及时更新,具备“专,精,深”的特点,成为新一代搜索引擎的发展趋势。搜索引擎爬取网页是以网络爬虫技术来实现的,而主题爬虫以何种策略高效爬取web信息,成为近年来爬虫研究地焦点之一本文着眼于提高主题爬虫的爬取效率,通过对VSM网页分类算法分析,从特征提取、特征值计算和类核心词汇生成三方面改进了VSM网页分类算法,其中对于特征值计算,本文从词语的出现语义角度来考虑,给出了混合因素加权的特征项的权值计算方法,提高了文本相似度计算的精度。并结合"Better Parent Have Better Children"思想,提出了运用相似度预测值动态调整主题爬虫的爬行步数,通过灵活设置相似度预测的K值,引导爬虫穿越隧道,即动态调整主题爬虫穿越隧道算法。该算法消除了K值设置过大引起的低爬准率或过小导致低爬全率的缺陷。基于本文提出的主题相关度的计算算法来动态决定主题无关页面是否丢弃,在很大程度上扩大了主题爬虫的有效搜索范围。使众多独立的网络社区互相连接起来,形成一个相对完整的主题群,引导主题爬虫高效的穿越网络隧道,提高主题爬虫的爬全率和爬准率。
论文目录
相关论文文献
- [1].基于搜索引擎日志的关联规则挖掘及统计分析[J]. 电子世界 2020(16)
- [2].人的记忆、搜索引擎与新闻传播学研究——搜索引擎批判[J]. 新闻界 2019(01)
- [3].关于搜索引擎的隐喻及对其内容呈现的反思[J]. 青年记者 2019(22)
- [4].国内社会化搜索引擎发展状况分析[J]. 情报探索 2019(10)
- [5].搜索引擎的广告拍卖平台设计与开发[J]. 电脑与电信 2017(12)
- [6].搜索引擎浅谈[J]. 电信网技术 2018(04)
- [7].搜索引擎的功能及其局域性分析研究[J]. 山东工业技术 2018(22)
- [8].搜索引擎及其教学应用分析[J]. 广西政法管理干部学院学报 2016(03)
- [9].国内两大搜索引擎对修改标题的降权规则[J]. 计算机与网络 2016(23)
- [10].综合搜索引擎与垂直搜索引擎的比较[J]. 通讯世界 2017(06)
- [11].搜索引擎排名的八大优化原则[J]. 计算机与网络 2017(12)
- [12].互联网搜索引擎变革与图书馆服务创新[J]. 重庆科技学院学报(社会科学版) 2017(03)
- [13].监管搜索引擎付费排名的国际经验[J]. 智慧中国 2016(05)
- [14].什么是搜索引擎蜘蛛抓取份额[J]. 计算机与网络 2017(16)
- [15].元搜索中成员搜索引擎的选择问题研究[J]. 计算机科学 2017(10)
- [16].你会对搜索引擎产生依赖吗?[J]. 上海信息化 2017(10)
- [17].搜索引擎依赖对大学生学习的影响及干预措施探讨[J]. 广西教育学院学报 2016(01)
- [18].面向高校学生的搜索引擎评价研究[J]. 电脑知识与技术 2016(03)
- [19].计算机搜索引擎中潜藏的隐私安全问题思考[J]. 电脑知识与技术 2016(07)
- [20].基于多重随机k维树地震搜索引擎的建立[J]. 防灾减灾学报 2014(04)
- [21].搜索引擎的研究与实现[J]. 山东农业工程学院学报 2015(02)
- [22].不同意图类别查询的搜索引擎稳定性分析[J]. 情报杂志 2015(06)
- [23].互联网搜索引擎在翻译课堂上的应用[J]. 文教资料 2020(11)
- [24].离开“搜索引擎”,我们还会思考吗[J]. 教育家 2020(34)
- [25].搜索引擎发展概述[J]. 商业故事 2019(07)
- [26].图解免费搜索引擎(次主流中文篇)[J]. 电脑爱好者(普及版) 2008(11)
- [27].到底谁能搜得更好 主流搜索引擎实用评测[J]. 电脑爱好者 2013(07)
- [28].图解免费搜索引擎(主流综合篇)[J]. 电脑爱好者(普及版) 2008(10)
- [29].搜索引擎也认人?[J]. 电脑爱好者 2009(12)
- [30].像人一样思索的搜索引擎[J]. 电脑爱好者 2009(16)