基于兴趣模型的WEB信息预测采集过滤方法

摘要：

Web网上海量信息急速膨胀使得有效定向采集相关信息检索成为网上信息查询一个日益重要的研究方向.该文提出一种基于用户兴趣模型的Web文本信息预测采集过滤方法.这种方法根据正反集文本过滤方法,设计出一种用户兴趣模型,并在对Web站点结构进行分析的基础上,通过对网页的相关度的预测来控制信息的采集.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：信息采集、兴趣模型、文本过滤

所属期刊栏目：39

分类号：TP391.3(计算技术、计算机技术)

资助基金：国家技术创新项目;中国技术创新网升级改造项目

在线出版日期：2004-01-08（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：3-5,16