2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、本文在對Web Community理論,文本分類技術(shù)和聚焦爬蟲理論的深入探討的基礎(chǔ)上,對基于Web Community識別的聚焦爬蟲算法進行了研究與設(shè)計,實現(xiàn)了應(yīng)用該算法的聚焦爬蟲系統(tǒng)并利用此聚焦爬蟲系統(tǒng)對該算法進行實驗評估。 本文所提出的聚焦爬蟲算法模型是Ilnproved-HITS-Expansion-IterationModel(HElM),該模型是基于改進HITS的迭代算法進行擴展而形成的計算模型,基于該模型的算法為IH

2、EIM原型算法。為了符合聚焦爬蟲在線抓取網(wǎng)頁的特性,提出基于IHEIM原型算法的Adaptive IHEIM算法。在每次迭代過程中,對下一輪迭代擴展的目標作以界定,將此擴展目標界定定義為聚焦指數(shù)。 本文描述的應(yīng)用Adaptive IHEIM算法的聚焦爬蟲系統(tǒng)包括主題集合生成模塊,基本網(wǎng)頁集合生成模塊,分類器模塊,網(wǎng)絡(luò)圖計算模塊和抓取解析模塊。 本文的實驗對包括Adaptive IHEIM算法在內(nèi)的應(yīng)用在聚焦爬蟲上的四種算

3、法進行測評,即廣度優(yōu)先策略算法、基于鏈接上下文預(yù)測的算法、OPIC算法和Adaptive IHEIM算法,利用平均Harvest Rate和平均Target Recall作為對比目標,得到結(jié)論Adaptive IHEIM算法優(yōu)于其它三種算法。在對比Adaptive IHEIM算法取不同聚焦指數(shù)時,對不同聚焦指數(shù)作了平均Harvest Rate和平均Target Recall對比,得到結(jié)論每次迭代算法之后聚焦爬蟲的抓取效果有所提高,隨著抓

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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。

評論

0/150

提交評論