面向主题的Web信息收集系统的设计与实现

• 作者: 武港山 潘春华
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 信息收集 搜索引擎 信息检索 万维网WWW
• 年，卷（期）: 2003,（12）
• 页码范围: 2150-2154
• 页数: 5页
• 分类号: TP393.4
• 字数: 6668字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2003.12.024

摘要

随着互联网信息的持续爆炸性增长,通用搜索引擎的信息覆盖率和检索精度都在不断下降,发展面向主题信息的专用网络信息检索工具已经成为趋势.文中提出的面向主题的Web信息收集系统是这类工具的核心部件.该系统采用文档矢量模型进行文档相关度计算,并结合页面链接的上下文信息过滤页面;借鉴并修改了Shark启发式查找算法来查找相关页面;可采用多机并行下载提高收集效率;并依据站点的重要程度进行动态更新.在一个面向Internet的计算机教学资源检索的搜索引擎中具体实现了这个Web信息收集系统,整个系统在低性能的台式机上就能运行,并可获得较高的属于指定主题的页面的收集精度和收集效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘春华	南京大学计算机软件新技术国家重点实验室	4	105	3.0	4.0
2	武港山	南京大学计算机科学与技术系	66	1172	20.0	31.0