基于T-Graph算法的链接和内容相结合的聚焦爬虫模型

• 作者: 周萍
• 来源期刊: 电子世界
• 关键词: 聚焦网络爬虫 T-Graph HTML元素 信息检索 搜索引擎
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 技术交流
• 页码范围: 190-191
• 页数: 2页
• 字数: 1296字
• 语种: 中文

摘要

聚焦网络爬虫的两大重要目标就是寻找主题相关的网页,并优先下载主题相关度高的网页.首先,读取并分析网页的有效HTML元素,并根据高准确率来预测和抽取每个未被访问的网页的主题内容.然后,根据T-Graph来计算URLs的主题相关度,并按照相关度大小进行排序.本文提出的基于T-Graph的算法综合了多方面的元素,通过实验得到了较高的查准率和查全率,因此,该算法具有重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周萍		7	4	1.0	1.0