基于模拟退火算法的主题爬虫

• 作者: 程家兴 蔡欣宝 贺晟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 模拟退火算法 隧道技术 召回率
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 55-58,62
• 页数: 5页
• 分类号: TP393
• 字数: 4738字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.12.015

摘要

主题爬虫是主题搜索引擎的基础与核心,主题爬行策略的好坏直接影响搜索结果.为了搜索到更多相关的网页,通过利用模拟退火机制选择下一步要访问的链接,使那些蕴含"综合价值"高的链接在搜索初期有机会被选中,同时利用"隧道技术"扩大相关网页的搜索范围.计算链接价值时,综合考虑了链接所在页面内容的价值和链接提示文字的价值,根据它们对链接价值的影响程度不同,分别赋予它们不同的权值.实验证明,该方法对提高网页覆盖率和准确率都有很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程家兴	安徽大学计算智能与信号处理教育部重点实验室	93	1344	17.0	35.0
2	贺晟	安徽大学计算智能与信号处理教育部重点实验室	3	20	2.0	3.0
3	蔡欣宝	苏州大学智能信息处理及应用研究所	6	42	3.0	6.0