10.3969/j.issn.1673-629X.2013.11.053
Web采集中信息组合自学习的研究
Web采集者为了尽可能准确地采集符合主题的网页信息,一般会根据多种Web信息来预测待采集链接的价值。文中为了提高Web采集系统预测链接价值的准确性,提出了一种能根据已采集页面自行调整Web信息重要性的Web采集者。它具有学习能力,能通过对训练集的爬行,分析出对于预测链接价值各种Web信息的重要性,以此调整采集过程中各Web信息的组合权值,得到符合实际Web情况的较优搜索策略。以计算机作为采集主题,对此算法和传统的Web信息固定组合的算法进行了比较。实验结果表明,较之传统的Web采集者,使用此算法的采集者具有较高的Web搜索精度。
Web采集者、链接价值、主题搜索、搜索策略、Web信息组合
TP391(计算技术、计算机技术)
湖南省教育科研计划资助项目09C231
2013-12-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
216-219