一种基于深网的个性化信息爬取方法

摘要：

Deep Web蕴含海量的可供访问的信息，是数据库领域的研究热点。目前已有的多数研究主要集中在Deep Web数据集成的技术层面。数据集成虽然满足了对Deep Web信息查询的需要，但这样的查询不能学习用户的兴趣，造成时间和资源的浪费。针对这样的需求，本文将个性化推荐引入到Deep Web的数据查询中，提出了一种结构化数据细粒度管理的用户模型，和基于树结构的Deep Web爬取方案，用树的遍历方法解决了个性化服务中分布在各个Web数据库中信息爬取的问题。最后通过实验验证了个性化推荐的执行效率及Deep Web爬取的覆盖率。

关键词：Deep Web、个性化爬取、相似度、用户兴趣模型

所属期刊栏目：12

分类号：TP393(计算技术、计算机技术)

在线出版日期：2016-04-22（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：8-10