基于HMM的主题爬虫研究

首页 > 按月查看>2012年第2月 >66-72

基于HMM的主题爬虫研究
DOI:
                        
                    
作者:
                        谢治军，杨武，李稚楹，宋静静谢治军，杨武，李稚楹，宋静静

在知网中查找
在百度中查找
在本站中查找

                    
作者单位:
作者简介:
通讯作者:
基金项目:

Research on Focused Crawler Based on HMM

Author:

XIE Zhi-jun;YANG Wu;LI Zhi-ying;SONG Jing-jing
XIE Zhi-jun;YANG Wu;LI Zhi-ying;SONG Jing-jing

在知网中查找
在百度中查找
在本站中查找

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

主题爬虫是垂直搜索引擎的核心组成部分,它为面向主题的用户查询准备数据资源；提出了一种基于eTT的主题爬虫方法，方法不仅分析网页内容，而且还考虑网页的上下文链接结构，首先将当前网页的聚类结果作为观察状态、将当前网页到目标网页的链接距离作为隐含状态，然后通过HMM模型学习用户的主题浏览模式并利用它采集更多的主题网页;实验结果表明:方法能采集大量与指定主题相关的高质量网页,主题爬行效率优于Best-First主题爬虫。

关键词:主题爬虫;隐马尔科夫模型;向量空间模型;主题相关度;垂直搜索引擎

Abstract:

Focused crawler is a core component of the vertical search engine;it collected data resouces for the vertical search engine,it collected data resources for the…

Key words:focused crawler;Hidden Markov Model;Vector Space Model;topic correlativity;Vertical Search Engine

引用本文

谢治军,杨武,李稚楹,宋静静.基于HMM的主题爬虫研究[J].重庆工商大学学报（自然科学版）,2012,29(2):66-72
XIE Zhi-jun;YANG Wu;LI Zhi-ying;SONG Jing-jing. Research on Focused Crawler Based on HMM[J]. Journal of Chongqing Technology and Business University(Natural Science Edition）,2012,29(2):66-72

复制

文章指标

点击次数:
下载次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期:

引用本文

分享

文章指标

历史