文献检索-宁波市创意产业特色资源库

限定检索结果

面向蒙古文主题的网络爬虫采集策略模型: 收藏
分享
引用; 《北京工业大学学报》2015年第7期41卷 1012-1019页; 作者：马志强张泽广闫瑞杨双涛内蒙古工业大学信息工程学院呼和浩特010080; 针对蒙古文主题爬虫主要面临的预测采集URL和发现隧道2个核心问题,提出一种基于主题团的站点聚类、排序和隧道发现的采集模型.通过站点的主题识别,将待爬行URL分为站点链接和非站点链接,使用文本相似度和超链图分析建立了预测URL优先级...; 针对蒙古文主题爬虫主要面临的预测采集URL和发现隧道2个核心问题,提出一种基于主题团的站点聚类、排序和隧道发现的采集模型.通过站点的主题识别,将待爬行URL分为站点链接和非站点链接,使用文本相似度和超链图分析建立了预测URL优先级排序算法,基于站点粒度设计了站点自适应隧道发现算法,最后,构建了一个面向蒙古文主题的网络爬虫系统.实验结果表明:该算法在采准率、信息总量与采集速率上都得到了提高,明显优于基线算法.; 来源：详细信息评论

限定检索结果