文件名称：基于本体语义的定题爬虫 (2006年)
文件大小：1.05MB
文件格式：PDF
更新时间：2024-05-30 21:32:33
自然科学 论文
定题爬虫能迅速获取网络上特定主题的大量信息，对专业搜索引擎及数据挖掘应用都具有重大价值。针对目前通用的基于关键词主题过滤策略的不足，在概念聚集思想启发下，提出了基于本体语义的主题过滤策略。同时根据网页具有不同位置不同信息重要性的特点，提出了改进的加权特征项权值计算公式，实现基于语义的网页实时过滤。为进一步提高爬虫的工作效率提出链接相关度预测算法。对比实验表明此策略具有可行性。