期刊专题

10.11896/j.issn.1002-137X.2015.2.025

基于SVM的主题爬虫技术研究

引用
随着互联网的快速发展,网络信息呈现海量和多元化的趋势.如何为互联网用户快速、准确地提取其所需信息,已成为搜索引擎面临的首要问题.传统的通用搜索引擎虽然能够在较大的信息范围内获取目标,但在某些特定领域无法给用户提供专业而深入的信息.提出基于SVM分类的主题爬虫技术,其将基于文字内容和部分链接信息的主题相关度预测算法、SVM分类算法和HITS算法相结合,解决了特定信息检索的难题.实验结果表明,使用基于SVM分类算法的爬取策略,能够较好地区分主题相关网页和不相关网页,提高了主题相关网页的收获率和召回率,进而提高了搜索引擎的检索效率.

SVM、主题爬虫、爬取策略、HITS

42

TP302.1(计算技术、计算机技术)

2015-04-03(万方平台首次上网日期,不代表论文的发表时间)

共5页

118-122

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

42

2015,42(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn