基于本体语义的定题爬虫

被引：10

作者：

郑健珍 ^{[1
]}

林坤辉 ^{[1
]}

周昌乐 ^{[2
]}

康恺 ^{[1
]}

机构：

[1] 厦门大学软件学院

[2] 厦门大学信息科学与技术学院

来源：

山东大学学报(理学版) | 2006年 / 03期

关键词：

定题爬虫; 主题过滤; 本体语义; 链接分析;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

定题爬虫能迅速获取网络上特定主题的大量信息,对专业搜索引擎及数据挖掘应用都具有重大价值.针对目前通用的基于关键词主题过滤策略的不足,在概念聚集思想启发下,提出了基于本体语义的主题过滤策略.同时根据网页具有不同位置不同信息重要性的特点,提出了改进的加权特征项权值计算公式,实现基于语义的网页实时过滤.为进一步提高爬虫的工作效率提出链接相关度预测算法.对比实验表明此策略具有可行性.

引用

页码：90 / 94

页数：5