基于朴素贝叶斯算法的主题爬虫的研究

• 作者: 皮靖 肖雅夫 邵雄凯
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 朴素贝叶斯算法 主题爬虫 主题相关度 信息采集
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 76-78,123
• 分类号: TP311
• 字数: 4046字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.06.025

摘要

主题爬虫是实现主题搜索引擎的关键部分.提出了利用朴素贝叶斯算法进行主题识别的方法,介绍了主题爬虫实现过程中所涉及到的关键部分,包括种子URL集合的生成、页面分析及特征提取、主题识别等.将基于朴素贝叶斯算法的主题爬虫,与基于链接分析的主题爬虫和基于主题词表的主题爬虫进行比较,实验表明基于朴素贝叶斯算法的主题爬虫准确性较好,论证了方法的可行性,为主题信息的采集奠定了良好的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵雄凯	湖北工业大学计算机学院	39	123	7.0	9.0
2	皮靖	湖北工业大学计算机学院	1	18	1.0	1.0
3	肖雅夫	湖北工业大学计算机学院	1	18	1.0	1.0