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、隨著互聯(lián)網(wǎng)的普及與發(fā)展,信息獲取已經(jīng)從通過(guò)手工獲取信息、通過(guò)計(jì)算機(jī)獲取信息,發(fā)展到通過(guò)網(wǎng)絡(luò)獲取信息。如今的網(wǎng)頁(yè)數(shù)以?xún)|計(jì),要在浩如煙海的網(wǎng)絡(luò)世界尋找需要的信息,作為現(xiàn)代信息獲取技術(shù)的主要應(yīng)用—搜索引擎是必不可少的。論文研究的目的是希望通過(guò)對(duì)基于超鏈分析的采集策略進(jìn)行研究,探索提高搜索引擎中網(wǎng)頁(yè)采集器采集性能的方法。 網(wǎng)頁(yè)采集器是一種能夠自動(dòng)從互聯(lián)網(wǎng)上采集網(wǎng)頁(yè)的軟件,它決定著搜索引擎的數(shù)據(jù)是否豐富,信息是否能夠得到及時(shí)更新。論文系統(tǒng)
2、地介紹了搜索引擎中網(wǎng)頁(yè)采集器的工作原理。Robot主要由HTTP下載模塊、爬行策略控制器和URL解析器三個(gè)部分組成。在Robot系統(tǒng)實(shí)現(xiàn)中采用了非遞歸的構(gòu)造方式,給出了隊(duì)列狀態(tài)轉(zhuǎn)換關(guān)系、Robot的典型流程圖和詳細(xì)的算法思想,運(yùn)用了數(shù)據(jù)庫(kù)和多線(xiàn)程編程技術(shù)。 Robot軟件的采集策略是指當(dāng)Robot搜索到一個(gè)文檔后,下一步應(yīng)該轉(zhuǎn)移到哪一個(gè)文檔的方法問(wèn)題,它決定著Robot軟件的采集性能。論文討論了IP地址采集策略、深度優(yōu)先采集策略
3、、廣度優(yōu)先采集策略、深度-廣度結(jié)合采集策略四種基于有向圖的遍歷算法并分析了各自的優(yōu)缺點(diǎn)。Web上的超鏈結(jié)構(gòu)是一個(gè)非常豐富和重要的資源,它獨(dú)立于網(wǎng)頁(yè)的語(yǔ)言和內(nèi)容。論文研究了基于超鏈分析的算法中的BackLink算法、HITS算法和PageRank算法的原理、實(shí)現(xiàn)和存在的問(wèn)題,并提出了一種對(duì)PageRank的改進(jìn)算法?;诔湻治龅乃惴軌蛴行У靥岣逺obot的采集性能,減少獲取網(wǎng)頁(yè)的重復(fù)性,并對(duì)垃圾網(wǎng)頁(yè)有較好的過(guò)濾性。對(duì)分別采用BackL
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
- Web信息獲取技術(shù)研究.pdf
- Web信息語(yǔ)義特征獲取技術(shù).pdf
- 海量Web信息智能獲取技術(shù)研究.pdf
- 專(zhuān)題式Web信息獲取技術(shù)研究.pdf
- 基于主題的Hidden Web信息獲取研究.pdf
- Web中文信息獲取的算法研究.pdf
- 基于Web的中文信息智能獲取研究.pdf
- Web文檔中信息的獲取與表示研究.pdf
- 基于Web的客戶(hù)信息獲取及分析方法研究.pdf
- 動(dòng)態(tài)Web廣告的智能獲取技術(shù)研究.pdf
- Internet信息獲取技術(shù)的研究.pdf
- Web信息智能獲取系統(tǒng)GHunt.pdf
- 基于本體的Web生物數(shù)據(jù)獲取技術(shù)的研究.pdf
- 基于Web信息提取的企業(yè)競(jìng)爭(zhēng)情報(bào)獲取研究.pdf
- Web信息智能獲取若干關(guān)鍵問(wèn)題研究.pdf
- 基于web過(guò)程模擬的動(dòng)態(tài)web信息獲取說(shuō)明書(shū)
- 基于Web信息獲取的新聞數(shù)據(jù)分析研究.pdf
- 基于Web信息抽取的專(zhuān)業(yè)知識(shí)獲取方法研究.pdf
- 增量式Deep Web數(shù)據(jù)獲取技術(shù)研究.pdf
- WEB信息自動(dòng)獲取平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論