基于主题语义 URL 的信息搜索方法研究

• 作者: 彭小宁 林晶
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 主题树 URL 语义 搜索引擎 主题-URL 映射
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 数据工程
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP391
• 字数: 4354字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.06.011

摘要

为提高主题网络爬虫的效率及收获率，提出一种基于主题语义 URL 的信息搜索方法。该方法将种子 URL 映射到主题树的主题结点上，以主题路径上的主题文本扩充种子 URL 的语义，引导爬虫高效准确地抓取主题页面，并利用链接重要度与页面重要度因子在抓取过程中自动选育新的 URL 优良种子。重点阐述上述搜索方法的原理及其在系统中的实现。实验结果表明，该搜索方法能有效改善网络爬虫的搜索效率及收获率，且种子链接的选育性能良好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭小宁	怀化学院计算机工程系	68	349	8.0	15.0
2	林晶	怀化学院计算机工程系	18	32	3.0	5.0