一种Deep Web聚焦爬虫爬行策略

实现大规模Deep Web数据源集成是方便用户使用Deep Web信息的一种有效途径,Deep Web爬虫是Deep Web数据源集成的关键组成部分,提出一种针对结构化Deep Web的聚焦爬虫爬行策略,通过对查询接口的特征分析来判断Deep Web数据源的主题相关性,同时,在评价链接重要性时,综合考虑了页面内容的主题相关性和链接的相关信息,实验证明该方法是有效的.     

谈ASP.NET母版技术

利用ASP.NET开发网站时,可以使用主题和CSS解决多个页面批量布局的问题,用户控件也可解决多个网页局部内容共享的问题。但对于布局和内容等都相同或相似的多个页面批量开发最好使用母版技术。     

Web邮件信息块提取技术研究

在对大量Web邮件页面模式分析的基础上,对页面进行分块,并根据信息块的结构与内容属性,实现主题信息块和主题相关信息信息块的析取,对邮件信息的自动获取和邮件下载系统的设计与开发具有重要意义。     

一种基于用户浏览行为更新的兴趣模型

为了使个性化推荐系统能适应用户浏览兴趣的变化,一个关键问题就是如何动态地更新用户的兴趣模型.提出了一种新的二层树状结构模型.模型的第1级节点表示用户的兴趣类型,及其对每一兴趣类的兴趣度高低;第2级节点是用户某一兴趣类的向量空间模型表示.并通过分析Web环境下用户的浏览速度,改进了兴趣类兴趣权值计算公式,然后通过用户在这张页面上的浏览速度和页面内容与兴趣类主题的相关程度来更新模型.试验表明改进的计算公式能将兴趣估计的一致性提高到70%.     

对搜索引擎中评分方法的研究

针对搜索引擎评分较为困难的问题,文中提出了一种评分方法.该方法使用协同过滤技术,在同一兴趣组中各用户所提供的搜索结果集的基础上,采用文中提出的并行关联规则算法对各用户的局部有向图进行预处理,找出兴趣组中各成员都感兴趣的页面.然后对这些页面的内容和超链接附近出现的文本以及链接结构进行分析.计算权威页面和引导页面,以找到虽不包括在检索结果中,但相关的页面.此外,在对所获得的页面进行评价时,除考虑Web页自身的链接结构和兴趣组中查询用户对页面的评价,还考虑兴趣组中其它成员对页面的评价和所有成员对页面的使用情况等因素,从而使推荐给用户的页面排序更加合理.     

计算机前端页面可恢复性智能评价方法

为解决传统计算机前端页面可恢复性智能评价置信度低的问题,设计计算机前端页面可恢复性智能评价方法.通过确定计算机前端页面可恢复性评价指标,并计算出各评价指标的属性重要度,得出计算机前端页面可恢复性智能评价公式,并赋值评价结果,完成计算机前端页面可恢复性智能评价.设计实例分析,结果表明,设计的评价方法置信度明显高于对照组,...     

HTML5环境下PJAX快速浏览技术实践

传统的通过AJAX技术实现网页无刷新浏览有一些缺陷,主要是无法在地址栏显示出不同页面的地址,其次无法使用浏览器的前进和后退按钮来改变浏览页面。HTML5里引入了新的API,history.pushState和history.replaceState,可以通过这个新的接口做到无刷新访问页面的同时改变页面URL,再结合AJAX技术,就能够解决上述的问题,访问效率提升显著。     

一种基于网页浏览行为的用户兴趣度计算方法

用户兴趣度的计算是个性化服务的核心,而用户浏览网页时的行为能反映用户的兴趣。文中着重分析保存页面、收藏页面以及网页浏览速度这三种网页浏览行为,且在此基础上结合用户兴趣衰减因子,提出一种新的基于网页浏览行为的用户兴趣的计算方法,并利用K-means算法将浏览的网页内容聚类成不同主题,最后基于这三种网页浏览行为和用户兴趣衰减因子计算用户主题兴趣度。实验结果表明,提出的用户兴趣度计算方法是有效的。     

浅析网页设计及其应用

网页设计将计算机技术的应用、视觉艺术的表现紧密结合在一起,相得益彰,从而达到技术与艺术相互融合的新高度。文章以计算机技术作为基础,通过确定主题、版面布局、网页制作来完成合理的页面结构,然后通过创意设计、色彩调整来实现精美的网页效果,探讨了网页设计特色中的技术性与艺术性。     

基于网络用户行为的相关页面挖掘模型

文章提出了一种基于网络用户行为的相关页面挖掘模型。模型采用统计的方法对proxy日志进行挖掘。模型的输入是一个WEB页面，输出是一组与之相关的页面。模型的假设基础是一组兴趣相似的人访问的页面有可能相关。模型从用户群中找出对输入页面感兴趣的用户，通过聚类从这些用户中找出一类具有相似兴趣背景且对输入页面最感兴趣的用户，综合这类用户感兴趣的页面，从中挖掘出与输入页面相关的页面。该模型与目前流行的相关页面检索算法的最大区别在于分析的对象是网络用户行为，因为模型认为页面是否相关的最终判定者应该是用户，通过分析网络用户行为能够更好地挖掘用户在页面相关判定上的潜在意识。用户对页面的兴趣度基于用户对页面的访问频率而定义。实验表明，该模型是可行的。该模型可用于改进传统的IR，提供相关反馈和查询扩展，使其更加适应Internet检索。该模型也可用于内容安全方面的相关主题预测。