Deep Web爬虫爬行策略研究

• 作者: 崔志明 郑冬冬
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: Deep Web Deep Web爬虫 查询选择 查询效能 适应性爬行算法
• 年，卷（期）: 2006,（17）
• 所属期刊栏目: 基金项目论文
• 页码范围: 3154-3158
• 页数: 5页
• 分类号: TP393
• 字数: 6679字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2006.17.015

摘要

如今Web上越来越多的信息可以通过查询接口来获得,为了获取某Deep Web站点的页面用户不得不键入一系列的关键词集.由于没有直接指向Deep Web页面的静态链接,当前大多搜索引擎不能发现和索引这些页面.然而,近来研究表明Deep Web站点提供的高质量的信息对许多用户来说是非常有价值.这里研究了怎样建立起一个有效的Deep Web爬虫,它可以自动发现和下载Deep Web页面.由于Deep Web惟一"入口点"是查询接口,Deep Web爬虫设计面对的主要挑战是怎样对查询接口自动产生有意义的查询.这里提出一种针对查询接口查询自动产生问题的理论框架.通过在实际Deep Web站点上的实验证明了此方法是非常有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔志明	苏州大学智能信息处理及应用研究所	169	2304	25.0	38.0
2	郑冬冬	苏州大学智能信息处理及应用研究所	8	238	6.0	8.0