主题爬虫技术研究综述

• 作者: 余慧敏 潘晓英 肖康泞 赵逸喆 陈柳
• 来源期刊: 计算机应用研究
• 关键词: 网络爬虫 主题爬虫 相似度 网页内容 链接分析
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 综述评论
• 页码范围: 961-965,972
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.11.0790

摘要

随着移动互联网的普及以及网络信息指数的增长,如何有效地提取和利用这些信息面临巨大挑战.介绍了主题爬虫的工作原理、分类;回顾了近年来国内外关于主题爬虫的研究状况,分析了各种主题相似度的方法以及搜索策略,得出相比于普通的爬虫系统,基于网页内容和基于链接分析的爬虫系统的查准率、查全率都大幅提升;最后分析比较了主题网络爬虫两种动态搜索策略并指出了未来研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘晓英	西安邮电大学计算机学院	40	149	7.0	11.0
5	陈柳	西安邮电大学计算机学院	4	0	0.0	0.0
6	赵逸喆	西安邮电大学计算机学院	2	0	0.0	0.0
7	余慧敏	西安邮电大学计算机学院	2	1	1.0	1.0
8	肖康泞	西安邮电大学计算机学院	1	0	0.0	0.0