基于遗传算法的主题爬行技术研究

摘要：

针对目前主题搜索策略的不足,提出了基于遗传箅法的主题爬行策略,提高了链接于内容相似度不高的网页之后的页面被搜索的机会,扩大了相关网页的搜索范围.同时,在网页相关度分析方面,引入了基于本体语义的主题过滤策略.实验结果表明,基于遗传算法的主题爬虫抓取网页中的主题相关网页数量多,在合理选择种子集合时,能够抓取大量的主题相关度高的网页.

关键词：主题爬虫、遗传算法、主题相关度、本体语义

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

在线出版日期：2008-12-17（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：50-53