基于遗传算法的主题爬行技术研究

• 作者: 关慧芬 师军 马继红
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 主题爬虫 遗传算法 主题相关度 本体语义
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 算法与分析
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP393
• 字数: 4354字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2008.10.013

摘要

针对目前主题搜索策略的不足,提出了基于遗传箅法的主题爬行策略,提高了链接于内容相似度不高的网页之后的页面被搜索的机会,扩大了相关网页的搜索范围.同时,在网页相关度分析方面,引入了基于本体语义的主题过滤策略.实验结果表明,基于遗传算法的主题爬虫抓取网页中的主题相关网页数量多,在合理选择种子集合时,能够抓取大量的主题相关度高的网页.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	师军	陕西师范大学计算机科学学院	42	566	11.0	23.0
2	关慧芬	陕西师范大学计算机科学学院	3	27	3.0	3.0
3	马继红	陕西师范大学计算机科学学院	6	34	4.0	5.0