基于网络日志分析的混合策略主题爬虫

• 作者: 李廉 莫明辉 赵燕 陈晓云
• 来源期刊: 科技与创新
• 关键词: 主题爬虫 网络日志 主题群落 用户兴趣 混合策略
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 软件时空
• 页码范围: 200-202
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2009.03.082

摘要

为适应主题的动态性和完整性,本文提出了一种基于网络日志分析的混合策略主题爬虫.首先,它通过对网络日志的分析,一方面发现种子页面,有效扩充主题群落;另一方面挖掘用户兴趣,进一步精确描述主题.然后,爬虫从新种子集出发,结合用户兴趣,采用混合策略,对页面进行筛选.实验证明,该爬虫能够有效地采集更多的主题页面.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李廉	兰州大学信息科学与工程学院	69	731	11.0	26.0
2	陈晓云	兰州大学信息科学与工程学院	33	219	8.0	13.0
3	莫明辉	兰州大学信息科学与工程学院	2	9	1.0	2.0
4	赵燕	兰州大学信息科学与工程学院	5	9	1.0	3.0