基于Context Graphs的主题爬虫的研究与实现

作     者：陈星 CHEN Xing

作者机构：中国科学院软件研究所北京100190 中国科学院研究生院北京100049 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2011年第32卷第3期

页      码：914-917页

摘      要：为了解决传统主题爬虫对主题网页搜索效率偏低的问题,分析了基于网络拓扑结构建模的Context Graphs的爬行策略。考虑了以往ContextGraphs方法存在的不足,即没有区分网页不同部分文本的重要程度,通过将锚文字、页面标题和页面内容做综合考虑,对原算法进行了改进。将改进前后的算法进行实验对比,实验结果表明,在提高主题爬行质量方面,改进后的算法达到了更好的效果。

主 题 词：主题爬虫 Context Graphs模型 层次建模 链接分析 内容分析 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2011.03.027

馆 藏 号：203465082...