Web站点层次结构抽取算法的分析和实现

• 作者: 冯雁 王申康
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: Web 结构挖掘 标记图 目录信息
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1507-1511
• 页数: 5页
• 分类号: TP311
• 字数: 4802字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2005.10.010

摘要

为了提高搜索引擎、网站管理及推荐系统的运行效率,提出了一种重构网站层次结构的方法,该方法以人工智能及图论为基础,通过对标记信息、网站的目录信息以及链接信息等的分析,定义和建立了网站的数据模型:结构标记图,并采用最短路径算法(Dijkstral),完成Web站点的层次结构抽取.算法体系由5层构成:显示层、网站层、页面分析层、预处理层和连接层.实验结果证明该方法能正确地建立网站的层次结构,并具有较快的运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王申康	浙江大学计算机学院	48	775	15.0	26.0
2	冯雁	浙江大学计算机学院	30	275	10.0	15.0