版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)絡的迅猛發(fā)展,搜索引擎已經(jīng)成為網(wǎng)民的第一應用。為了在浩若煙海的網(wǎng)絡中能查找到更合適的信息,更專業(yè)化更高準確率的垂直搜索引擎已成為人們獲取所需的知識必不可少的工具。以何種策略有效地訪問網(wǎng)絡資源提高搜索效率是搜索引擎中網(wǎng)絡爬蟲研究的主要問題。本文的主要工作和研究成果如下:
1.首先對垂直搜索引擎主題爬蟲研究中的相關理論做了分析。對搜索引擎的分類、通用搜索引擎的結構、垂直搜索引擎以及垂直搜索的四個關鍵技術做了研究。對網(wǎng)絡爬
2、蟲及關鍵技術、爬蟲架構需求、主題爬蟲特別之處做了相關研究。分別解析了通用爬蟲和主題爬蟲的模型及模塊。
2.分析了搜索引擎中網(wǎng)絡爬蟲的搜索策略。對搜索策略的定義及分類做了研究,分析了各種搜索算法的優(yōu)缺點。比較了基于內容評價的搜索策略和基于鏈接結構評價的搜索策略,對這兩種應用廣泛的搜索策略的典型算法做了詳細分析。
3.本文提出了一種基于綜合價值的搜索策略。此策略先從分析主題相似度的角度入手,通過內容評價搜索策略來發(fā)現(xiàn)與主
3、題相關的URL,然后根據(jù)鏈接結構對URL排序來決定爬行順序,以提高整體搜索效率??紤]到基于內容評價的搜索策略的網(wǎng)絡爬蟲僅僅在距離相關頁面集較近的地方搜索時表現(xiàn)出良好的性能,缺乏“全局性”,普遍存在“近視”的缺點。基于鏈接結構評價的搜索策略,雖考慮了鏈接的結構特征,但會出現(xiàn)搜索偏離主題的“主題漂移”問題及計算復雜度高等缺點??紤]到采用單一的評價方法不能有效預測鏈接URL的真實價值,為了提高鏈接價值預測的準確性,將兩類評價標準相結合。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向垂直搜索引擎的主題爬蟲方法研究.pdf
- 垂直搜索引擎中主題網(wǎng)絡爬蟲算法研究.pdf
- 垂直搜索引擎中的主題爬蟲技術研究.pdf
- 基于垂直搜索引擎的主題爬蟲算法的研究.pdf
- 垂直搜索引擎爬蟲系統(tǒng)的研究與實現(xiàn).pdf
- 垂直搜索引擎中聚焦爬蟲技術的研究.pdf
- 垂直搜索引擎中主題網(wǎng)絡爬蟲算法的設計與研究.pdf
- 搜索引擎中主題爬蟲算法的研究.pdf
- 搜索引擎中主題爬蟲的研究與實現(xiàn).pdf
- 主題搜索引擎網(wǎng)絡爬蟲搜索策略的研究與實現(xiàn).pdf
- 垂直搜索引擎的研究.pdf
- 搜索引擎中主題網(wǎng)絡爬蟲的研究與設計.pdf
- 垂直育兒搜索引擎研究.pdf
- 主題搜索引擎研究.pdf
- 搜索引擎中網(wǎng)絡爬蟲的研究.pdf
- 垂直搜索引擎中主題爬行技術的研究.pdf
- 垂直搜索引擎的主題網(wǎng)頁抓取策略研究.pdf
- 垂直搜索引擎系統(tǒng)的研究.pdf
- 古建主題搜索引擎研究.pdf
- 面向垂直搜索引擎的主題爬行技術研究.pdf
評論
0/150
提交評論