一种新的面向主题的爬行算法

• 作者: 朴星海 李卫疆 赵铁军
• 来源期刊: 计算机应用研究
• 关键词: 爬行器 主题 面向主题
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1663-1666
• 页数: 4页
• 分类号: TP301.6|TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.05.017

摘要

虽然通用网络爬行器已经给人们提供了极大的便利,但由于它的综合性不具备面向专业的特点,在准确性和速度等方面存在不足;面向主题的爬行器能弥补这些不足.主要研究面向主题网络爬行器两个方面的问题,即如何充分地定义主题和有效地排序爬行器待下载链接队列中的链接,使得只需访问很少的不相关页面就能够得到很多相关的页面链接.结合网页的半结构化信息特征,提出了一种新的基于内容的爬行策略,实验结果显示是一种寻找主题相关页面很有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵铁军	哈尔滨工业大学计算机科学与技术学院	123	1278	19.0	32.0
2	李卫疆	昆明理工大学云南省计算机应用重点实验室	18	106	4.0	10.0
3	朴星海	哈尔滨工业大学计算机科学与技术学院	2	13	2.0	2.0