Deep Web数据源聚焦爬虫

摘要：

Internet上有大量页面是由后台数据库动态产生的,这部分页面不能通过传统的搜索引擎访问,被称为Deep Web.数据源发现是大规模Deep Web数据源集成的关键步骤.该文提出一种针对Deep Web数据源的聚焦爬行算法.在评价链接重要性时,综合考虑了页面与主题的相关性和链接相关信息.实验证明该方法是有效的.

关键词：Deep Web数据源、聚焦爬虫、贝叶斯分类器

所属期刊栏目：34

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60673092;教育部科学技术研究项目205059;高等学校博士学科点专项科研项目20040285016;江苏省高技术研究发展计划项目BG2005019

在线出版日期：2008-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：56-58