基于模糊SVDD监督的PageRank主题爬虫算法

• 作者: 杨煜普 汪伟 魏岩
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模糊 SVDD PageRank 主题爬虫
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 数据库技术
• 页码范围: 16-19,30
• 页数: 5页
• 分类号: TP3
• 字数: 3456字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.03.005

摘要

主题爬虫是收集特定领域资源的网络爬虫。为了保证主题爬虫的查准率，提出一种基于模糊 SVDD（support vector do-main description）监督的 PageRank 爬虫算法，既考虑网页间的链接关系，又使用合适的分类器监督来保证爬虫与主题不偏离。通过与关键词匹配主题爬虫、shark-search 主题爬虫、PageRank 主题爬虫、基于 SVM预测的主题爬虫、普通 SVDD 指导的主题爬虫进行试验对比，验证了该算法具有更高的查准率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨煜普	上海交通大学自动化系系统控制与信息处理教育部重点实验室	125	1534	23.0	35.0
2	汪伟	上海交通大学自动化系系统控制与信息处理教育部重点实验室	6	57	3.0	6.0
3	魏岩	上海交通大学自动化系系统控制与信息处理教育部重点实验室	1	4	1.0	1.0