基于海量冗余网页过滤的Web挖掘技术研究

• 作者: 赵玺
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 智能教学 垃圾网页 信息抽取
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 工业技术
• 页码范围: 21-22,25
• 页数: 3页
• 分类号: TP30
• 字数: 2696字
• 语种: 中文

摘要

智能教学系统通过搜索网页关键词获取教学资源时,由于存在许多具有相同关键词的垃圾网页的影响,使得教学资源较难从海量网页信息中快速挖掘出来,传统的关键词查找方法受垃圾网页的影响使得搜索量过大,造成智能教学资源获取的及时性不高.为此,提出Web信息抽取技术应用在智能教学资源挖掘中.根据教学资源获取要求批量获取相关Web网页,利用Xpath语言结合搜索请求和网页主题信息块特征对Web网页进行清洗,然后根据Web文本特征模型挖掘出教学所需的资源.仿真实验表明,这种方法能够有效克服垃圾网页地干扰,快速完成教学资源地挖掘,取得了满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵玺	北京联合大学师范学院	5	27	2.0	5.0