基于规则引擎的个性化主题网页爬虫的研究

• 作者: 尹婷 赵思佳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 规则引擎 主题爬虫 搜索引擎
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 56-59,63
• 分类号: TP31
• 字数: 5031字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.03.014

摘要

目前互联网上的信息正在飞速的增长,人们主要依靠搜索引擎查找信息,随着专业化不断加强,垂直搜索引擎成为人们新的工具,但构建专业化搜索引擎过程比较复杂.为了解决垂直搜索引擎中主题爬虫配置不灵活的问题,采用在爬虫上集成规则引擎的方法,通过规则库来控制爬虫运行,并且使用可扩展度较高的开源爬虫项目Heritrix和开源规则引擎项目Drools,构建配置方便、灵活度高的个性化爬虫,从而将原先主题爬虫的设置从紧耦合转变成了松耦合,降低了用户配置难度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹婷	中南大学信息科学与工程学院	7	140	4.0	7.0
2	赵思佳	中南大学信息科学与工程学院	6	134	3.0	6.0