一种改进Shark-Search的主题爬虫算法

• 作者: 仇磊 娄渊胜 常民
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 主题爬虫 Shark-Search算法 PageRank算法 垂直搜索
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 基金项目
• 页码范围: 19-21
• 页数: 3页
• 分类号: TP391.3
• 字数: 2384字
• 语种: 中文

摘要

针对Shark-Search算法在主题爬虫中对网页全局性的考虑不足,利用PageRank算法计算待下载URL的权威值来弥补这种不足,提出了Shark-PageRank算法,依据锚文本、锚文本邻近的文本和网页的权威值来权衡URL的价值.实验结果显示,在单位时间里,该算法提高了主题爬虫的速度,并且随着网页数量的增加,该算法具有良好的准确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	娄渊胜	河海大学计算机与信息学院	38	335	10.0	17.0
2	常民	河海大学计算机与信息学院	2	2	1.0	1.0
3	仇磊	河海大学计算机与信息学院	3	3	1.0	1.0