一种新的主题爬行算法

• 作者: 谭思亮
• 来源期刊: 科技与创新
• 关键词: 主题爬行 Web分析 超链分析 搜索引擎
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 软件时空
• 页码范围: 193-195
• 页数: 3页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.06.078

摘要

爬虫是搜索引擎的关键组成部分,本文提出了一种可利用之前爬行数据自动改进其分析算法与种子URL集合的主题爬行算法,并讨论了其首次爬行和再次爬行算法.实验结果表明该算法的准确率在大多数情况下优于基于宽度策略、基于PageRank和基于内容相似度分析的爬虫.