基于链接回溯的地理信息更新主题爬虫研究

• 作者: 余浩 吴家皋 张雪英
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 主题爬虫 地理信息更新 支持向量机 回溯算法
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 52-55,59
• 页数: 5页
• 分类号: TP31
• 字数: 3576字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.07.013

摘要

互联网的崛起为地理信息更新检索提供了一条新的途径，具有实时性强、成本低的优势。文中从实际出发，针对现有爬虫算法的缺陷，提出一种基于链接回溯的地理信息更新主题爬虫方法。首先，结合支持向量机分类技术，能够快速有效地找出一个网站中最有可能包含主题相关内容的链接方向；然后，回溯到这些链接后继续进行爬取，并通过地理信息变化要素知识库确定主题内容，从而优化爬取路径，减少低效率的爬取过程。实验结果表明，该方法可以找出最有可能包含地理信息的链接方向，大幅提高主题爬取效率，在其他主题方向也具有一定的可推广性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	南京师范大学虚拟地理环境教育部重点实验室	38	592	15.0	23.0
2	吴家皋	南京邮电大学计算机学院	29	90	5.0	8.0
6	余浩	南京邮电大学计算机学院	2	19	2.0	2.0