基于内容和链接分析的主题爬虫策略

• 作者: 刘朋 林泓 高德威
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 主题爬虫 爬行策略 Web挖掘 论文评估
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 算法与分析
• 页码范围: 22-24,80
• 页数: 4页
• 分类号: TP393
• 字数: 2831字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2009.01.006

摘要

在分析目前常用的主题爬行策略的基础之上,根据PageRank算法的思想,结合基于文本内容的启发式策略和基于Web超链分析的策略二者之间的优点,提出了一种新的爬行策略,并实现了一个主题爬虫.通过与传统策略的对比,可以得出该策略既可以利用链接分析扩大某个主题的资源覆盖度,又可以保证搜索结果与主题的高度相关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林泓	武汉理工大学计算机科学与技术学院	20	132	4.0	11.0
2	高德威	武汉理工大学计算机科学与技术学院	2	57	2.0	2.0
3	刘朋	武汉理工大学计算机科学与技术学院	5	65	3.0	5.0