版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著World Wide Web(WWW)的飛速發(fā)展,整個(gè)Web信息已經(jīng)被各種各樣可搜索的在線(xiàn)數(shù)據(jù)庫(kù)所深化。這些信息被隱藏在Web查詢(xún)接口之后,由站點(diǎn)后臺(tái)數(shù)據(jù)庫(kù)動(dòng)態(tài)產(chǎn)生,而傳統(tǒng)搜索引擎受技術(shù)限制無(wú)法對(duì)它們進(jìn)行索引,我們稱(chēng)這類(lèi)信息為Deep Web。 Deep Web信息獲取至今仍然是一個(gè)新興的研究領(lǐng)域,也受到越來(lái)越多研究人員的重視。為了方便用戶(hù)獲取使用某領(lǐng)域的Deep Web信息,本文提出了一個(gè)Deep Web分類(lèi)搜索引擎的系統(tǒng)
2、架構(gòu),依據(jù)這個(gè)系統(tǒng)架構(gòu)對(duì)Deep Web分類(lèi)搜索引擎中若干關(guān)鍵問(wèn)題進(jìn)行了分析研究,并提出了相關(guān)的算法和模型。本文主要研究的工作包括: (1)對(duì)中國(guó)Deep Web資源的規(guī)模、分布、結(jié)構(gòu)等進(jìn)行了調(diào)查研究。 (2)針對(duì)傳統(tǒng)搜索引擎爬蟲(chóng)程序在Deep Web領(lǐng)域的缺陷,設(shè)計(jì)了一個(gè)面向DeepWeb的聚焦爬蟲(chóng),并提出了Deep Web查詢(xún)接口的判定方法。 (3)采用一種高效的Web數(shù)據(jù)庫(kù)內(nèi)容獲取算法,對(duì)Web數(shù)據(jù)庫(kù)內(nèi)容進(jìn)
3、行采樣,并對(duì)采樣得到的頁(yè)面進(jìn)行分析,去除了無(wú)關(guān)信息,最終得到Web數(shù)據(jù)庫(kù)的內(nèi)容摘要。 (4)依據(jù)雅虎的分類(lèi)目錄,提出了一種將Deep Web站點(diǎn)接口頁(yè)面與數(shù)據(jù)庫(kù)內(nèi)容摘要相結(jié)合的方法,對(duì)Deep Web資源進(jìn)行分類(lèi)。 本文最后設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)針對(duì)中文的Deep Web分類(lèi)搜索引擎原型系統(tǒng)DeepSearcher,并對(duì)文中提出的算法進(jìn)行了實(shí)驗(yàn)和分析。隨著World Wide Web(WWW)的飛速發(fā)展,整個(gè)Web信息已經(jīng)被各
4、種各樣可搜索的在線(xiàn)數(shù)據(jù)庫(kù)所深化。這些信息被隱藏在Web查詢(xún)接口之后,由站點(diǎn)后臺(tái)數(shù)據(jù)庫(kù)動(dòng)態(tài)產(chǎn)生,而傳統(tǒng)搜索引擎受技術(shù)限制無(wú)法對(duì)它們進(jìn)行索引,我們稱(chēng)這類(lèi)信息為Deep Web。 Deep Web信息獲取至今仍然是一個(gè)新興的研究領(lǐng)域,也受到越來(lái)越多研究人員的重視。為了方便用戶(hù)獲取使用某領(lǐng)域的Deep Web信息,本文提出了一個(gè)Deep Web分類(lèi)搜索引擎的系統(tǒng)架構(gòu),依據(jù)這個(gè)系統(tǒng)架構(gòu)對(duì)Deep Web分類(lèi)搜索引擎中若干關(guān)鍵問(wèn)題進(jìn)行了分析
5、研究,并提出了相關(guān)的算法和模型。本文主要研究的工作包括: (1)對(duì)中國(guó)Deep Web資源的規(guī)模、分布、結(jié)構(gòu)等進(jìn)行了調(diào)查研究。 (2)針對(duì)傳統(tǒng)搜索引擎爬蟲(chóng)程序在Deep Web領(lǐng)域的缺陷,設(shè)計(jì)了一個(gè)面向DeepWeb的聚焦爬蟲(chóng),并提出了Deep Web查詢(xún)接口的判定方法。 (3)采用一種高效的Web數(shù)據(jù)庫(kù)內(nèi)容獲取算法,對(duì)Web數(shù)據(jù)庫(kù)內(nèi)容進(jìn)行采樣,并對(duì)采樣得到的頁(yè)面進(jìn)行分析,去除了無(wú)關(guān)信息,最終得到Web數(shù)據(jù)庫(kù)
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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- Deep Web搜索引擎的關(guān)鍵技術(shù).pdf
- 搜索引擎中自動(dòng)分類(lèi)關(guān)鍵技術(shù)研究.pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究
- 主題搜索引擎關(guān)鍵技術(shù)研究.pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究.pdf
- 搜索引擎下Web分類(lèi)技術(shù)研究.pdf
- 元搜索引擎關(guān)鍵技術(shù)研究.pdf
- 搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 基于內(nèi)容的Web圖像搜索引擎安全關(guān)鍵技術(shù)研究.pdf
- 智能元搜索引擎關(guān)鍵技術(shù)研究.pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究及應(yīng)用.pdf
- 中文人名搜索引擎關(guān)鍵技術(shù)研究.pdf
- 智能搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 基于內(nèi)容圖像搜索引擎關(guān)鍵技術(shù)研究.pdf
- 基于本體的Deep Web語(yǔ)義搜索引擎.pdf
- 基于Web挖掘的中文專(zhuān)業(yè)搜索引擎設(shè)計(jì)關(guān)鍵技術(shù)研究.pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 智能搜索引擎關(guān)鍵技術(shù)研究及應(yīng)用.pdf
- 基于Hadoop的搜索引擎關(guān)鍵技術(shù)研究.pdf
- 構(gòu)件垂直搜索引擎的關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論