期刊文献+

面向新闻网的智能抓取技术 被引量:2

The Intelligent Fetching Technology Research about News
原文传递
导出
摘要 随着新闻网信息的急剧增加,研究面向新闻网的智能抓取技术变得十分必要。在基于主题网络爬虫的基础上,改进了网页与主题的相关度算法,设计出面向新闻网的智能抓取技术。按照预先确定的主题,分析超链接和刚刚抓取的网页内容,获取下一个要爬行的URL。有选择的访问新闻网上的网页和相关的链接,尽可能保证多爬行与主题相关的网页。实验结果表明,改进后的抓取技术比以往的新闻网抓取技术在性能上有较大提升,抓取准确率显著提高。 With the rapid increase of network information, it becomes necessary to research intelligent fetching technology for news. In this paper, on the basis of topic web crawler, it improved web page with the theme of correlation algorithm, designed news oriented in- telligent fetching. According to the predetermined theme, it should be analyzed hyperlinks and grab web content to obtain the next craw- ling URL. Web pages online and related links are selective to access, the related subject web pages are crawled as much as possible. The experiment results show that the improved technology was highly promoted in the performance and the grab significantly accuracy compared to the previous technology.
出处 《控制工程》 CSCD 北大核心 2013年第4期707-710,共4页 Control Engineering of China
基金 国家自然科学基金(61272179) 中央高校基本科研业务费专项资金资助(N110316001) 辽宁省自然科学基金(20092005)
关键词 主题提取 网络爬虫 页面相关度 topic distillation web crawler page relevance
  • 相关文献

参考文献20

二级参考文献108

共引文献147

同被引文献22

引证文献2

二级引证文献13

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部