基于主题的智能Web信息采集系统的研究与实现

• 作者: 何华灿 刘建毅 李卫 王枞
• 来源期刊: 计算机应用研究
• 关键词: 基于主题的信息采集 全信息 扩展元数据 概念向量空间模型
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 开发应用
• 页码范围: 163-166
• 页数: 4页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2006.02.052

摘要

研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进行主题相关性预测.实验证明,该系统采集速度快,采集下来的页面精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建毅	北京邮电大学智能科学技术研究中心	27	354	11.0	18.0
2	王枞	北京邮电大学智能科学技术研究中心	45	479	10.0	21.0
3	李卫	北京邮电大学智能科学技术研究中心	11	81	4.0	9.0
4	何华灿	北京邮电大学智能科学技术研究中心	10	97	5.0	9.0