基于URL类型和网页链接变化的信息采集更新算法

• 作者: 张元丰 张凌 董守斌 陈晓志
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 入口页面 网页更新 增量采集
• 年，卷（期）: 2007,（2）
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP3
• 字数: 3832字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.2007.02.015

摘要

通过观察网站呈现网页的规律及网页本身的结构特点,提出基于URL类型及网页链接变化规律的入口页面识别算法,优先抓取入口页面.在实际应用中,取得了较好的更新效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凌	华南理工大学计算机科学与工程学院	142	1178	18.0	28.0
3	董守斌	华南理工大学计算机科学与工程学院	60	696	10.0	25.0
9	张元丰	华南理工大学计算机科学与工程学院	3	21	3.0	3.0
11	陈晓志	华南理工大学计算机科学与工程学院	3	21	3.0	3.0