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67頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、作為搜索引擎的重要組成部分,網(wǎng)絡(luò)機(jī)器人能從Internet上自動獲取網(wǎng)頁,替搜索引擎在Internet上搜集網(wǎng)頁。通用網(wǎng)絡(luò)機(jī)器人以種子URL作為入口,對整個Web進(jìn)行遍歷下載。而主題網(wǎng)絡(luò)機(jī)器人不單單是充當(dāng)一個獲取網(wǎng)頁的工具,還能夠?qū)︽溄右约绊撁鎯?nèi)容進(jìn)行主題相關(guān)性識別。主題網(wǎng)絡(luò)機(jī)器人并不僅把目標(biāo)定位覆蓋率,還要提高獲取主題相關(guān)網(wǎng)頁的準(zhǔn)確性,為搜索引擎提供一個主題相關(guān)的網(wǎng)頁庫?,F(xiàn)在,主題網(wǎng)絡(luò)機(jī)器人已經(jīng)成為搜索引擎技術(shù)領(lǐng)域的一個研究熱點(diǎn),是搜

2、索引擎的發(fā)展的重點(diǎn)方向之一。
  本文的主要的研究工作和特點(diǎn)如下:
  1.研究了一種改進(jìn)后的FICA(Fast Intelligent Crawling Algorithm)算法,該算法可以快速的對同一層的URL進(jìn)行簡單的重要性排序,這樣主題網(wǎng)絡(luò)機(jī)器人就可以優(yōu)先搜集重要性較高的頁面;
  2.研究了一種改進(jìn)后的Sydney Strategy算法,該算法既可以有效地控制隊列中暫存的URL數(shù)量,在很大程度上保證了覆蓋度,

3、又可以有效地利用相鄰鏈接間主題相關(guān)的特點(diǎn);
  3.提出了一種新的隧道穿越的方法:在保證主題網(wǎng)絡(luò)機(jī)器人主線程快速搜集主題相關(guān)頁面的前提下,利用一個次線程,將主線程搜集的所有主題不相關(guān)URL遍歷一定的深度,找出其中主題相關(guān)的URL,再將這些URL掛回主線程,從而在較大程度上達(dá)到對隧道的穿越;
  4.本文使用改進(jìn)后的FICA算法,改進(jìn)后的Sydney Strategy算法,KNN算法以及本文提出的隧道穿越方法,構(gòu)建了一個快速、

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