基于潜在语义索引的Web信息预测采集过滤方法

摘要：

Web信息急速膨胀使有效定向采集特定领域信息成为网上信息检索中一个日益重要的研究方向.提出一种基于潜在语义索引的Web信息预测采集过滤方法.在样本文档集潜在语义索引对文档相似计算的基础上,构造出用户兴趣模型,判断页面相关性进行文本过滤.通过对Web站点结构分析、对未知网页的相关性预测来控制信息采集过程.在保持定向采集精度的同时,缩短采集时间、减少存储、加快检索,节约了网络资源.

关键词：潜在语义索引、信息采集、文本过滤

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

资助基金：国家经贸委技术创新项目

在线出版日期：2004-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：142-147