2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩47頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)今的信息時(shí)代,互聯(lián)網(wǎng)中的信息不斷快速增長(zhǎng),存儲(chǔ)數(shù)據(jù)非常容易,但是想從中找到有用的信息卻越來(lái)越難。通用搜索引擎的出現(xiàn)為這一問(wèn)題提供了解決方案。
  網(wǎng)絡(luò)中有一部分?jǐn)?shù)據(jù)信息是存放在各網(wǎng)站站點(diǎn)數(shù)據(jù)庫(kù)中的,這部分?jǐn)?shù)據(jù)信息不能通過(guò)網(wǎng)頁(yè)中的鏈接直接獲取,而需要用戶手動(dòng)填寫網(wǎng)站查詢表單,提交查詢命令才能訪問(wèn),這些數(shù)據(jù)被稱為DeepWeb數(shù)據(jù)。DeepWeb數(shù)據(jù)與其他網(wǎng)站靜態(tài)頁(yè)面中提供的信息相比,專業(yè)性更強(qiáng),數(shù)據(jù)量更大,對(duì)用戶而言,更具利用有價(jià)

2、值。通用搜索引擎在進(jìn)行網(wǎng)絡(luò)信息爬取時(shí),無(wú)法爬取到DeepWeb數(shù)據(jù),這對(duì)搜索引擎用戶而言,能夠獲得的有價(jià)值的信息有限。
  E時(shí)代辛亥革命搜索引擎是一個(gè)為辛亥革命歷史事件的研究者提供檢索服務(wù)的垂直搜素引擎,網(wǎng)絡(luò)爬蟲子系統(tǒng)的研制就是該引擎必須解決的關(guān)鍵系統(tǒng)之一。本文在通用搜索引擎的基礎(chǔ)上,通過(guò)對(duì)DeepWeb數(shù)據(jù)結(jié)構(gòu)特點(diǎn)進(jìn)行分析,針對(duì)DeepWeb數(shù)據(jù)源的檢測(cè)和獲取提供了一套實(shí)現(xiàn)方案,解決了其中2個(gè)主要問(wèn)題,即:
  1.對(duì)D

3、eepWeb數(shù)據(jù)查詢接口的節(jié)點(diǎn)特征進(jìn)行分析,建立節(jié)點(diǎn)特征庫(kù)。網(wǎng)絡(luò)爬蟲在獲取到新的頁(yè)面時(shí),利用節(jié)點(diǎn)特征庫(kù)比對(duì)當(dāng)前網(wǎng)頁(yè)的節(jié)點(diǎn)特征,尋找當(dāng)前網(wǎng)頁(yè)中包含DeepWeb數(shù)據(jù)源的可能性,以此實(shí)現(xiàn)爬蟲進(jìn)行數(shù)據(jù)爬取時(shí),自動(dòng)發(fā)現(xiàn)DeepWeb數(shù)據(jù)并將相關(guān)信息記錄至文件中。
  2.爬蟲能夠讀取DeepWeb文件,拼裝DeepWeb數(shù)據(jù)源的查詢請(qǐng)求,獲取站點(diǎn)返回信息;通過(guò)頁(yè)面相似度的計(jì)算,為查詢結(jié)果頁(yè)面尋找一個(gè)“同類網(wǎng)頁(yè)”;通過(guò)對(duì)查詢結(jié)果頁(yè)面和其“同

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論