基于本體的主題爬蟲的設(shè)計與實現(xiàn).pdf

1、計算機網(wǎng)絡(luò)極大地提高了人們獲取信息的能力。隨著計算機網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)信息增長的速度和人們獲取信息的能力之間的矛盾越來越突出。傳統(tǒng)搜索引擎己經(jīng)不能滿足人們對個性化信息檢索服務(wù)日益增長的需要。近年來，面向主題的搜索引擎應運而生，它能夠提供分類更細致精確、數(shù)據(jù)更全面深入的因特網(wǎng)搜索服務(wù)，并且對硬件要求低、結(jié)果更新也很及時。面向主題搜索引擎的核心組成部分是主題爬蟲。主題爬蟲是一種可以自動采集網(wǎng)頁的程序，其目標是搜索網(wǎng)絡(luò)中屬于預定主題的那一部

2、分網(wǎng)頁子集。主題爬蟲的爬行算法作為主題搜索引擎技術(shù)的關(guān)鍵，對其進行研究不但可以擴大所搜索主題的資源覆蓋范圍，而且還能有效地提高爬行性能和網(wǎng)絡(luò)帶寬的利用率。本文對主題爬蟲采用的爬行算法進行了研究及討論。 論文首先介紹了主題搜索引擎的基本功能，接著分析了主題爬蟲的基本結(jié)構(gòu)及其工作原理，然后詳細討論了主題爬蟲的搜索策略，并重點分析了主題爬蟲在爬行過程中常用的最好優(yōu)先算法及其存在的隧道問題。基于上述分析及討論，論文給出了一種基于本體的主