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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近些年隨著互聯(lián)網(wǎng)信息量的快速增長,如何準(zhǔn)確、快速、高效地從互聯(lián)網(wǎng)上獲取信息的問題變得越來越突出,面向主題的聚焦爬蟲技術(shù)應(yīng)運(yùn)而生?,F(xiàn)有的面向主題的聚焦爬蟲系統(tǒng)均不同程度地存在領(lǐng)域或主題依賴,即主題受限的不足。為了節(jié)約資源、提高建立的快速性、增加適應(yīng)的廣泛性,研究一種面向多領(lǐng)域的、具有主題可移植性的聚焦爬蟲系統(tǒng)是互聯(lián)網(wǎng)應(yīng)用快速發(fā)展的需要。 本文在分析總結(jié)了現(xiàn)有主題聚焦爬蟲技術(shù)的基礎(chǔ)上,提出了常量與變量主題聚焦爬蟲的概念。針對變量主題
2、聚焦爬蟲中主題特征的動態(tài)生成以及網(wǎng)頁抓取準(zhǔn)確性下降這兩個(gè)核心問題,提出了一個(gè)基于領(lǐng)域關(guān)鍵詞自動擴(kuò)展的變量主題Hopfield聚焦爬蟲參考模型,并就其中的關(guān)鍵技術(shù)進(jìn)行了研究。 首先,提出了一個(gè)改進(jìn)的網(wǎng)頁結(jié)構(gòu)化表示模型DocView-a,在量化表示中,它考慮了節(jié)點(diǎn)影響因子對節(jié)點(diǎn)權(quán)值的重要影響,以及節(jié)點(diǎn)類型對節(jié)點(diǎn)權(quán)值的不同影響,使得網(wǎng)頁的量化表示更加準(zhǔn)確,基于此,提出網(wǎng)頁關(guān)鍵詞自動提取改進(jìn)算法HTTE-a成功地增強(qiáng)了算法抗主題噪聲的能
3、力,在性能上優(yōu)于現(xiàn)有算法HTTE-b,為實(shí)現(xiàn)領(lǐng)域關(guān)鍵詞自動擴(kuò)展,提供關(guān)鍵的技術(shù)基礎(chǔ);接著,提出了一個(gè)面向Hopfield Web理論模型的綜合結(jié)構(gòu)預(yù)測相關(guān)性分析模型,成功克服了現(xiàn)有模型的計(jì)算不穩(wěn)定問題;最后,提出了一個(gè)基于Hopfield人工神經(jīng)網(wǎng)絡(luò)的URL搜索算法Hncrawl,它在搜索URL的同時(shí),通過神經(jīng)元的相關(guān)性傳播、增強(qiáng)與弱化,結(jié)合神經(jīng)元篩選與剪技策略,不斷清晰Web社區(qū)的主題邊界。 本文還給出了變量主題聚焦爬蟲系統(tǒng)的
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(hù)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(fù)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(zhǔn)確性、安全性和完整性, 同時(shí)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。
最新文檔
- 基于查詢擴(kuò)展的主題爬蟲研究.pdf
- 基于主題的關(guān)鍵詞提取方法對比研究
- 基于主題模型的關(guān)鍵詞抽取算法研究.pdf
- 基于領(lǐng)域本體的聚焦爬蟲技術(shù)研究.pdf
- 基于關(guān)鍵詞的微博爬蟲系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于形式概念分析與關(guān)鍵詞加權(quán)的用戶查詢詞擴(kuò)展研究.pdf
- 面向主題的關(guān)鍵詞抽取方法研究.pdf
- 基于改進(jìn)的TFIDF關(guān)鍵詞自動提取算法研究.pdf
- 數(shù)據(jù)庫中關(guān)鍵詞的查詢擴(kuò)展研究.pdf
- 基于關(guān)鍵詞的Web文檔自動分類算法研究.pdf
- 基于java的行業(yè)屬性關(guān)鍵詞擴(kuò)展方法設(shè)計(jì)與實(shí)現(xiàn)
- 基于本體的主題知識自增長聚焦爬蟲研究.pdf
- 基于領(lǐng)域本體的主題爬蟲研究及實(shí)現(xiàn).pdf
- 基于JAVA的行業(yè)屬性關(guān)鍵詞擴(kuò)展方法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于中文帶權(quán)關(guān)鍵詞樹的受限領(lǐng)域問答系統(tǒng)研究.pdf
- 關(guān)鍵詞與敘詞對照表自動構(gòu)建的研究.pdf
- 基于關(guān)鍵詞的語義搜索.pdf
- 基于詞跨度的網(wǎng)頁關(guān)鍵詞提取方法研究.pdf
- 基于詞共現(xiàn)的關(guān)鍵詞抽取算法研究.pdf
- 關(guān)鍵詞 長尾關(guān)鍵詞 拓展技巧
評論
0/150
提交評論