Web采集中信息组合自学习的研究 |
| |
引用本文: | 张玲,许亮,姜华.Web采集中信息组合自学习的研究[J].微机发展,2013(11). |
| |
作者姓名: | 张玲 许亮 姜华 |
| |
作者单位: | 湖南省第一师范学院 |
| |
基金项目: | 湖南省教育科研资助项目(09C231) |
| |
摘 要: | Web采集者为了尽可能准确地采集符合主题的网页信息,一般会根据多种Web信息来预测待采集链接的价值。文中为了提高Web采集系统预测链接价值的准确性,提出了一种能根据已采集页面自行调整Web信息重要性的Web采集者。它具有学习能力,能通过对训练集的爬行,分析出对于预测链接价值各种Web信息的重要性,以此调整采集过程中各Web信息的组合权值,得到符合实际Web情况的较优搜索策略。文中以计算机作为采集主题,对此算法和传统的Web信息固定组合的算法进行了比较。实验结果表明,较之传统的Web采集者,使用此算法的采集者具有较高的Web搜索精度。
|
关 键 词: | Web采集者 链接价值 主题搜索 搜索策略 Web信息组合 |
本文献已被 CNKI 等数据库收录! |
|