深度搜索中下一页链接获取策略的研究

• 作者: 李哲 李涛 陈鹏
• 来源期刊: 科技与创新
• 关键词: 下一页 深度搜索
• 年，卷（期）: 2007,（33）
• 所属期刊栏目: 软件时空
• 页码范围: 183-184,176
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.33.072

摘要

高质量、结构化的数据对很多应用来说其价值是无穷的.然而这些数据往往都隐藏在查询表单背后的深度web数据库中.深度web数据库中的内容不能够直接被爬虫通过超链接直接获取,只有通过主动对查询表单提交查询才能有效地获取这些数据.最近的研究主要针时以下两个方面:一是如何有效的理解和获取网络上的查询表单,二是如何不断的对查询表单进行查询并下载表单背后的资源.一个必要的但还没很好的解决的一个问题是:如何将一次查询所获得的所有结果页全部有效的获得?这个问题从本质上看就是如何获取结果页面中"下一页"超链接的问题.本文针对这一问题提出了一种通过分析"下一页"超链接的结构特征来识别"下一页"超链接的策略,并在多种情况下进行了试验,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏	北京北京航空航天大学计算机学院	3	29	3.0	3.0
2	李涛	北京北京航空航天大学计算机学院	2	24	2.0	2.0
3	李哲	北京北京航空航天大学计算机学院	2	24	2.0	2.0