基于链接和内容的BLCT主题爬行算法研究

• 作者: 王宏艳
• 来源期刊: 计算机应用研究
• 关键词: 垂直搜索引擎 PageRank算法 主题爬行 链接相似度 内容相似度
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 495-497,528
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.02.024

摘要

为了高效地获取与主题相关的资源,就垂直搜索引擎展开了研究.首先,在现有的PageRank算法基础上,提出一种改进的PageRank算法来测量网页的链接相似度;其次,从单个网页考虑,利用每个网页的url、title和正文,给出基于内容的相似度的计算方法;最后结合内容相似度和链接相似度,提出了一种基于链接和内容的BLCT主题爬行算法.实验结果表明,该算法在平均收获率和目标召回率上有显著提高,爬行的网页主题相关性也提高了.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏艳	燕山大学经济管理学院	20	53	4.0	6.0