词向量聚类加权Shark-Search的主题爬虫策略研究

• 作者: 廖闻剑 程元堃 程光
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 主题爬虫 Shark-Search 词向量聚类
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 144-148
• 页数: 5页
• 分类号: TP301
• 字数: 3383字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.01.031

摘要

针对Shark-Search算法在主题爬虫中对于链接与主题相关性判断不够全面的问题,采取对待访问链接内容进行词向量聚类的方式,利用余弦距离表示与扩充主题词的相关性,改进了算法中对邻近链接评分的机制.实验结果表明,利用改进后的新算法在限定时间内能够发现更多主题相关的链接,有效提高了主题爬虫的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程光	东南大学计算机科学与工程学院	59	1001	16.0	31.0
2	廖闻剑		8	54	3.0	7.0
6	程元堃		2	11	2.0	2.0