基于DOM树的视频元数据抽取系统

• 作者: 唐朝伟 李俊 杜欣慧 苗光胜
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 网络爬虫 信息采集 URL调度 增量更新 DOM树
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 开发研究与设计技术
• 页码范围: 268-270
• 分类号: TP311
• 字数: 3171字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.08.085

摘要

目前多数抽取方法主要针对主题信息块的提取,未深入到各单独信息块.为此,设计一种基于DOM树的视频元数据抽取系统.通过改进Heritrix的链接过滤功能和URL队列管理策略,结合网页DOM树节点类型,从各单独信息块中抽取网页元数据.实验结果表明,该系统的网页平均查准率为95.7％,平均抽取准确率为98.4％,高于同类系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊	重庆大学通信工程学院	80	358	10.0	16.0
2	唐朝伟	重庆大学通信工程学院	34	184	6.0	12.0
3	苗光胜	中国科学院声学研究所高性能网络实验室	4	78	4.0	4.0
4	杜欣慧	重庆大学通信工程学院	2	10	2.0	2.0