基于兴趣模型的WEB信息预测采集过滤方法

• 作者: 唐卫清 唐荣锡 徐泽平 李振星
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信息采集 兴趣模型 文本过滤
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 博士论坛
• 页码范围: 3-5,16
• 页数: 4页
• 分类号: TP391.3
• 字数: 4403字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.05.002

摘要

Web网上海量信息急速膨胀使得有效定向采集相关信息检索成为网上信息查询一个日益重要的研究方向.该文提出一种基于用户兴趣模型的Web文本信息预测采集过滤方法.这种方法根据正反集文本过滤方法,设计出一种用户兴趣模型,并在对Web站点结构进行分析的基础上,通过对网页的相关度的预测来控制信息的采集.在保持定向采集精度的同时,缩短采集时间、减少存储、加快检索,节约了网络资源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐荣锡	北京航空航天大学机械工程及自动化学院	36	760	15.0	27.0
2	唐卫清	中国科学院计算所	54	527	11.0	20.0
3	李振星	北京航空航天大学机械工程及自动化学院	5	242	5.0	5.0
4	徐泽平	中国科学院计算所	4	214	4.0	4.0