2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在現(xiàn)今互聯(lián)網(wǎng)中數(shù)據(jù)量急劇增長、用戶教育水平越來越高的情況下,通用搜索引擎越來越不能滿足用戶專業(yè)化、精確搜索的需求,因而近些年垂直搜索引擎這一概念被提了出來,而聚焦網(wǎng)絡(luò)爬蟲就是垂直搜索引擎的核心之一。
  主題知識描述模型的設(shè)計(jì)將直接影響到聚焦網(wǎng)絡(luò)爬蟲后期的頁面分析算法、爬行策略的制定,現(xiàn)有研究成果中存在著大量的主題描述模型與算法,但大多都不能很好的支持主題的語義化搜索,這就使得現(xiàn)有的聚焦網(wǎng)絡(luò)爬蟲不能很好的覆蓋主題的相關(guān)網(wǎng)頁,深層次

2、的主題相關(guān)網(wǎng)頁很難被發(fā)現(xiàn)。
  為了彌補(bǔ)現(xiàn)有聚焦網(wǎng)絡(luò)爬蟲的缺陷,本文做出了如下幾方面的研究分析工作:
  (1)提出了利用可動(dòng)態(tài)擴(kuò)展的領(lǐng)域本體模型描述主題,構(gòu)建主題相關(guān)的語義Web,以便能夠更加準(zhǔn)確、更有邏輯性的描述主題,提高聚焦網(wǎng)絡(luò)爬蟲的爬行精度。
  (2)基于可動(dòng)態(tài)擴(kuò)展的領(lǐng)域本體設(shè)計(jì)主題知識擴(kuò)充模型,以便在爬行過程中不斷地?cái)U(kuò)充主題描述模型,增加聚焦爬蟲搜索的準(zhǔn)確度及全面性。
  (3)在可動(dòng)態(tài)擴(kuò)展的領(lǐng)域本體

3、基礎(chǔ)之上,給出相應(yīng)的主題相關(guān)度算法,這個(gè)相關(guān)度既考慮了網(wǎng)頁內(nèi)容層面,同時(shí)也考慮了URL鏈接層面的相關(guān)度,這樣可以透過主題無關(guān)或主題相關(guān)度不高的網(wǎng)頁提取到主題相關(guān)度高的網(wǎng)頁,但這一過程設(shè)計(jì)的算法復(fù)雜度較高,因此需要在日后的工作中加以改進(jìn)。
  (4)設(shè)計(jì)實(shí)現(xiàn)主題知識自增長聚焦爬蟲原型系統(tǒng),并基于該系統(tǒng)進(jìn)行聚焦爬蟲算法性能比較實(shí)驗(yàn),驗(yàn)證本文改進(jìn)的算法查全率與查準(zhǔn)率性能優(yōu)于其他算法。
  實(shí)驗(yàn)表明,本文設(shè)計(jì)的基于領(lǐng)域本體改進(jìn)模型的

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論