中文RSS信息自动检索与分类研究

摘要：

设计并实现了RSS垂直爬虫算法,利用广度优先算法聚焦于RSS源进行自动采集,并在文本分词基础上,针对RSS源进行词语权重计算方法的改进及词语过滤,利用VSM方法实现RSS自动分类.实验结果表明,RSS系统在较低的负载下,能以较高的效率和正确率实现中文RSS信息自动检索与分类,从而有效进行RSS信息聚合管理.

关键词：RSS、信息检索、爬虫、中文文本分类、向量空间模型

所属期刊栏目：37

分类号：TP311(计算技术、计算机技术)

资助基金：天津市软件产业发展专项基金资助项目07PZRJFX01300

在线出版日期：2011-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：79-81,90