基于关键词相关度的Deep Web爬虫爬行策略

• 作者: 丁岳伟 田野
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Deep Web页面 爬行策略 关键词选择 相关度权重 覆盖率
• 年，卷（期）: 2008,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 220-222
• 页数: 3页
• 分类号: TP18
• 字数: 3646字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.15.079

摘要

Deep Web蕴藏丰富的、高质量的信息资源,为了获取某Deep Web站点的页面,用户不得不键入一系列的关键词集.由于没有直接指向Deep Web页面的静态链接,目前大多数搜索引擎不能发现这些页面.该文提出的Deep Web爬虫爬行策略,可以有效地下载Deep Web页面.由于该页面只提供一个查询接口,因此Deep Web爬虫设计面对的主要挑战是怎样选择最佳的查询关键词产生有意义的查询.实验证明文中提出的一种基于不同关键词相关度权重的选择方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁岳伟	上海理工大学计算机工程学院	57	340	11.0	15.0
2	田野	上海理工大学计算机工程学院	1	9	1.0	1.0