社交网络信息采集技术研究与实现

• 作者: 周思思 袁晓红
• 来源期刊: 电子世界
• 学科: 工学
• 关键词: 网络爬虫 社交网络 web信息抽取 AJAX
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 科研发展
• 页码范围: 40-41
• 分类号: TP274.2|TP393.09
• 字数: 3465字
• 语种: 中文

摘要

社交网站作为网络舆情的有效载体,在传播舆情方面有着重要作用.近年迅猛发展起来的微博就是一种典型的社交网站.本文针对微博类网站设计了支持Ajax(Asynchronous JavaScript and XML)技术的网络爬虫,采用协议驱动和事件驱动结合的采集策略,将爬取分为用户爬取和内容爬取两部分,使用基于模板的抽取方法,实现了对微博数据的成功抽取和存储.抽样结果证明,支持Ajax技术的网络爬虫,较BFS爬虫相比,提高了信息采集的效率和覆盖率.随着DOM Tree复杂度的提高,还有待于设计更高灵活性的网络爬虫.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓红	中南林业科技大学计算机与信息工程学院	34	213	9.0	12.0
2	周思思	中南林业科技大学计算机与信息工程学院	1	11	1.0	1.0