基于信息增益的自适应主题爬行策略

• 作者: 史艳 张玉芳 熊忠阳
• 来源期刊: 计算机应用研究
• 关键词: 主题爬行 维基百科 主题描述 自适应方法 信息增益
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 501-503
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.02.027

摘要

结合信息增益,提出了一种新的自适应主题爬行策略.利用维基百科的分类树和主题描述文档构建主题向量7,并在爬行过程中不断地进行自动学习,反馈更新主题向量空间中每个概念的权重,完善主题描述.实验结果表明,该方法具有增量爬行的能力,并在信息量总和上明显优于基于the interest ratio的自适应策略；且前者所爬取的网页更接近于与主题相关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	史艳	重庆大学计算机学院	2	19	2.0	2.0