钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用与软件期刊
\
一种主题知识自增长的聚焦网络爬虫
一种主题知识自增长的聚焦网络爬虫
作者:
廖晓兰
李东晖
范辅桥
陈雪刚
黄九鸣
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
聚焦网络爬虫
无监督学习
知识扩展
主题相关度
摘要:
聚焦网络爬虫是各类因特网文本挖掘和信息检索应用必需的处理步骤。现有聚焦网络爬虫面临着知识描述困难、误差易被放大等挑战。发现网页中主题知识存在的若干性质,提出一种主题知识自增长的聚焦网络爬虫KAG-Crawler,在网页爬取过程中采用一种无监督的学习技术不断扩展主题知识,从而使爬虫在一个简单的初始主题描述条件下,能够以较高正确率爬取大量网页。同时为便于主题知识的扩展,还提出一种新的主题表示模型,并基于该模型构建了新的网页主题和U RL主题相关度方法。最后在真实环境下的实验表明,KAG-Crawler的性能显著高于传统基于文本相似度的聚焦网络爬虫。
暂无资源
收藏
引用
分享
推荐文章
一种Deep Web聚焦爬虫爬行策略
结构化Deep Web数据源
聚焦爬虫
决策树分类器
一种新型网络爬虫的设计与实现
Socket
Http
网络爬虫
客户端/服务器
主题网络爬虫研究综述
主题网络爬虫
信息检索
Web挖掘
一种新的网络爬虫带宽控制策略
网络爬虫
限定带宽
礼貌爬行
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
一种主题知识自增长的聚焦网络爬虫
来源期刊
计算机应用与软件
学科
工学
关键词
聚焦网络爬虫
无监督学习
知识扩展
主题相关度
年,卷(期)
2014,(5)
所属期刊栏目
数据库技术
研究方向
页码范围
29-33,88
页数
6页
分类号
TP316
字数
7552字
语种
中文
DOI
10.3969/j.issn.1000-386x.2014.05.007
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
廖晓兰
湖南农业大学植物保护学院
133
1890
24.0
39.0
2
李东晖
湖南农业大学信息科学与技术学院
20
95
4.0
9.0
3
陈雪刚
湘南学院计算机科学系
27
90
6.0
8.0
4
范辅桥
1
14
1.0
1.0
5
黄九鸣
1
14
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(4)
共引文献
(16)
参考文献
(8)
节点文献
引证文献
(14)
同被引文献
(24)
二级引证文献
(32)
1975(1)
参考文献(1)
二级参考文献(0)
1983(1)
参考文献(1)
二级参考文献(0)
1996(1)
参考文献(0)
二级参考文献(1)
1998(2)
参考文献(1)
二级参考文献(1)
1999(2)
参考文献(1)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(1)
二级参考文献(0)
2005(2)
参考文献(2)
二级参考文献(0)
2006(1)
参考文献(1)
二级参考文献(0)
2014(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2015(2)
引证文献(2)
二级引证文献(0)
2016(8)
引证文献(3)
二级引证文献(5)
2017(6)
引证文献(4)
二级引证文献(2)
2018(15)
引证文献(3)
二级引证文献(12)
2019(11)
引证文献(1)
二级引证文献(10)
2020(4)
引证文献(1)
二级引证文献(3)
研究主题发展历程
节点文献
聚焦网络爬虫
无监督学习
知识扩展
主题相关度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
主办单位:
上海市计算技术研究所
上海计算机软件技术开发中心
出版周期:
月刊
ISSN:
1000-386X
CN:
31-1260/TP
开本:
大16开
出版地:
上海市愚园路546号
邮发代号:
4-379
创刊时间:
1984
语种:
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
期刊文献
相关文献
1.
一种Deep Web聚焦爬虫爬行策略
2.
一种新型网络爬虫的设计与实现
3.
主题网络爬虫研究综述
4.
一种新的网络爬虫带宽控制策略
5.
一种维护WAP网站的网络爬虫的设计
6.
基于网络日志分析的混合策略主题爬虫
7.
主题爬虫技术研究综述
8.
基于URL模式集的主题爬虫
9.
基于主题网络爬虫思想的Web数据挖掘算法探讨
10.
基于量子行为进化算法的聚焦爬虫搜索策略
11.
基于网络爬虫的森林经营知识采集系统研建
12.
基于主题相关概念和网页分块的主题爬虫研究
13.
基于贝叶斯分类器的主题爬虫研究
14.
面向增量同生主题的维吾尔文爬虫的研究
15.
可定制的聚焦网络爬虫
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用与软件2022
计算机应用与软件2021
计算机应用与软件2020
计算机应用与软件2019
计算机应用与软件2018
计算机应用与软件2017
计算机应用与软件2016
计算机应用与软件2015
计算机应用与软件2014
计算机应用与软件2013
计算机应用与软件2012
计算机应用与软件2011
计算机应用与软件2010
计算机应用与软件2009
计算机应用与软件2008
计算机应用与软件2007
计算机应用与软件2006
计算机应用与软件2005
计算机应用与软件2004
计算机应用与软件2003
计算机应用与软件2002
计算机应用与软件2001
计算机应用与软件2000
计算机应用与软件2014年第9期
计算机应用与软件2014年第8期
计算机应用与软件2014年第7期
计算机应用与软件2014年第6期
计算机应用与软件2014年第5期
计算机应用与软件2014年第4期
计算机应用与软件2014年第3期
计算机应用与软件2014年第2期
计算机应用与软件2014年第12期
计算机应用与软件2014年第11期
计算机应用与软件2014年第10期
计算机应用与软件2014年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号