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),請進行舉報或認領(lǐng)
文檔簡介
1、在Internet高速發(fā)展的今天,網(wǎng)頁數(shù)量急劇的增長,給信息采集的硬件帶來極大的壓力,與此同時,搜索引擎中網(wǎng)絡(luò)爬蟲的“密集”抓取活動會阻礙普通用戶通過瀏覽器的正常訪問。網(wǎng)絡(luò)信息的采集策略對如何充分有效地利用Web信息源是至關(guān)重要的,有必要根據(jù)網(wǎng)頁自身更新的頻度來動態(tài)地調(diào)整搜索引擎采集的頻率。一方面可以有針對性的采集,網(wǎng)頁變化頻率加快時可以增加采集次數(shù),網(wǎng)頁變化頻率放慢時可以減少采集次數(shù);另一方面減少因網(wǎng)站集中于某時間點采集給硬件所帶來的
2、壓力。
本文分析了網(wǎng)絡(luò)爬蟲原理及增量采集技術(shù)的特點,然后進一步研究了網(wǎng)頁的變化規(guī)律,介紹了相關(guān)行業(yè)數(shù)據(jù)采集方面的自適調(diào)節(jié)周期算法。針對目前網(wǎng)頁變化頻率閾值的確定仍然存在較大主觀性的情況,本文提出了四分位法,該方法是在采集過程中記錄下最近N次數(shù)據(jù),利用四分位數(shù)自動確定該閾值。本研究中所應(yīng)用網(wǎng)絡(luò)信息動態(tài)采集策略是,結(jié)合網(wǎng)站(或頻道)的自身特點,以增量信息采集技術(shù)為基礎(chǔ)取得采集周期內(nèi)的網(wǎng)頁變化,然后與四分位法所確定的網(wǎng)頁變化頻率
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(quán)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
- 基于語義分析的網(wǎng)絡(luò)信息采集算法研究與應(yīng)用.pdf
- 主題搜索引擎中網(wǎng)絡(luò)蜘蛛信息采集策略的研究.pdf
- 面向?qū)I(yè)領(lǐng)域的網(wǎng)絡(luò)信息采集及主題檢測技術(shù)研究與應(yīng)用.pdf
- 高效的Web信息采集策略的研究.pdf
- 網(wǎng)絡(luò)學(xué)習(xí)策略的研究及應(yīng)用.pdf
- 網(wǎng)絡(luò)信息采集處理平臺的研究.pdf
- 網(wǎng)絡(luò)信息采集及智能處理技術(shù)研究.pdf
- 智能信息采集搜索策略研究.pdf
- 無線監(jiān)測網(wǎng)絡(luò)的數(shù)據(jù)采集及同步策略研究.pdf
- 機床無線監(jiān)測網(wǎng)絡(luò)的數(shù)據(jù)采集及優(yōu)化策略研究.pdf
- 焊接過程信息采集及網(wǎng)絡(luò)發(fā)布平臺的研究.pdf
- 基于動態(tài)任務(wù)代理技術(shù)的IP網(wǎng)絡(luò)數(shù)據(jù)采集框架研究及實現(xiàn).pdf
- 信息采集中的高效多策略方法研究.pdf
- 勞動保障信息采集系統(tǒng)的開發(fā)及應(yīng)用.pdf
- 多策略的Web信息采集系統(tǒng)的研究.pdf
- 機械密封端面信息采集及應(yīng)用.pdf
- 基于網(wǎng)絡(luò)生態(tài)鏈的主題信息采集研究.pdf
- 湖州電網(wǎng)變電站綜合信息采集及網(wǎng)絡(luò)發(fā)布系統(tǒng)應(yīng)用研究.pdf
- Intranet上動態(tài)信息發(fā)布技術(shù)的應(yīng)用及研究.pdf
- 分布式網(wǎng)上信息實時監(jiān)控及動態(tài)采集系統(tǒng).pdf
評論
0/150
提交評論