基于兴趣模型的WEB信息预测采集过滤方法

摘要：

Web网上海量信息急速膨胀使得有效定向采集相关信息检索成为网上信息查询一个日益重要的研究方向.本文提出一种基于用户兴趣模型的Web文本信息预测采集过滤方法.这种方法根据正反集文本过滤方法,设计出一种用户兴趣模型,并在对Web站点结构进行分析的基础之上,通过对网页的相关度的预测来控制信息的采集.在保持定向采集精度的同时,缩短采集时间、减少存储、加快检索,节约了网络资源.

关键词： 信息采集 兴趣模型 文本过滤 信息检索 Web检索系统

作者: 李振星 徐泽平

作者单位: 北京航空航天大学机械工程及自动化学院(北京) 中国科学院计算所(北京)

会议类型: 国内会议

会议名称: 第一届学生计算语言学研讨会

会议地点: 北京

会议语种:中文

页码: 143-149

在线出版日期: 2002-08-01（万方平台首次上网日期，不代表论文的发表时间）