大豆主题网页资源采集系统的研究

• 作者: 孟繁疆 张喜海 郭俊军 魏紫京
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 网页抓取 大豆主题 主题相关度 农业 搜索引擎
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 新技术应用
• 页码范围: 182-185
• 页数: 4页
• 分类号: S126
• 字数: 1795字
• 语种: 中文

摘要

农业专业搜索引擎对特定主题的农业信息进行检索，其信息量多、精确度低。针对此现状，以开源搜索引擎Nutch 为技术框架，对大豆主题网页资源采集系统进行了研究与设计。以大豆信息为主题，研究了主题相关度判别技术，借鉴 BM 25 F模型的分域思想、基于向量空间模型，提出了大豆主题相关度判别算法。在 Nutch 中引入IKAnalyzer 中文分词工具包，实现了大豆主题相关度的判别。实验结果表明，该算法能够显著地提高大豆主题网页资源采集的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张喜海		22	233	8.0	15.0
2	孟繁疆		27	225	7.0	14.0
3	郭俊军		2	7	2.0	2.0
4	魏紫京		2	7	2.0	2.0