版權說明: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,請進行舉報或認領
文檔簡介
1、互聯(lián)網(wǎng)上的信息十分廣泛,而這里面有許多是人們關心的熱點信息,這些熱點網(wǎng)站上的內(nèi)容,代表了互聯(lián)網(wǎng)信息最受關注的部分,本文的目的就是對NBA熱點網(wǎng)站內(nèi)容進行分析,解析其中的超鏈接以及對應的正文信息,然后再通過URL與正文反饋網(wǎng)站的熱度。
本文首先介紹了網(wǎng)頁信息提取技術概述及發(fā)展歷史和現(xiàn)狀,分析了網(wǎng)頁信息提取技術分類和常用算法,對網(wǎng)頁信息提取技術進行了相關闡述。其次,對熱點網(wǎng)站頁面內(nèi)容特點進行了分析,主要包括熱點網(wǎng)站及熱點網(wǎng)站體
2、育NBA特點、搜狐與網(wǎng)易NBA頁面特點及比較、從網(wǎng)頁語言特點分析熱點網(wǎng)站、熱點內(nèi)容分析與內(nèi)部關系等。通過對比,總結出NBA類熱點網(wǎng)站內(nèi)容的特點,而這些特點非常適合通過一些HTML解析器來分析處理。通過對比主流HTML解析器的特點,闡述了HTML Parser在解析熱點網(wǎng)頁上的優(yōu)勢,通過對熱點網(wǎng)頁采集的實現(xiàn),進一步驗證了網(wǎng)頁的內(nèi)部組成結構及其構成特點等,提出了一種基于HTML Parser。的熱點雙反饋URL及正文提取策略:首先通過HTM
3、L Parser提取網(wǎng)頁的URL,然后從URL中提取正文,通過提取的正文反饋URL的熱度,再通過URL反饋整個網(wǎng)頁的熱度。
最后,本文實現(xiàn)了基于HTML Parser的網(wǎng)站超鏈接信息提取。論文中主要介紹了利用兩種算法實現(xiàn)熱點網(wǎng)站超鏈接及正文文本信息的提取。系統(tǒng)運行結果及有效性評價主要通過查詢搜狐體育NBA和網(wǎng)易體育NBA提取的結果,測試準確率和召回率兩個性能指標,比較兩個熱點網(wǎng)站的鏈接提取效果,并通過URL與正文信息反饋網(wǎng)
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 常見的web網(wǎng)站超鏈接分析算法
- 哥倫比亞新聞學評論網(wǎng)站內(nèi)容分析
- 基于網(wǎng)頁鏈接結構和內(nèi)容分析的PageRank算法改進研究.pdf
- UGC與CGC交互作用研究——中國公司網(wǎng)站內(nèi)容分析的視角.pdf
- 基于內(nèi)容分析法的乳腺癌研究熱點和前沿分析.pdf
- 網(wǎng)絡超鏈接侵權問題分析
- 網(wǎng)頁設計 超鏈接
- 基于內(nèi)容與鏈接分析的主題相關網(wǎng)站排序算法的研究.pdf
- Flash動畫的內(nèi)容分析與特征提取研究.pdf
- 網(wǎng)站內(nèi)容保證書
- 基于超鏈接的WEB結構挖掘算法的研究.pdf
- 超鏈接我也會
- 醫(yī)藥企業(yè)網(wǎng)站內(nèi)容的分析與評價研究.pdf
- 基于thinkphp的網(wǎng)站內(nèi)容管理框架的開發(fā).pdf
- 我國視頻網(wǎng)站內(nèi)容自制研究
- 基于java的網(wǎng)站內(nèi)容管理系統(tǒng)-留言模塊
- 基于小型網(wǎng)站內(nèi)容管理系統(tǒng)的應用評估.pdf
- 網(wǎng)站內(nèi)容管理系統(tǒng)(cms)
- 網(wǎng)站內(nèi)容管理系統(tǒng) .doc
- 通用網(wǎng)站內(nèi)容管理系統(tǒng)
評論
0/150
提交評論