一种主题Web爬虫系统的设计与实现

摘要：

本文在深入分析Web页面爬取原理后，通过引入基于向量空间模型的主题相似度计算方法和改进的PageRank经典算法的基础上，设计并实现了一个基于主题的Web爬虫系统.整个系统在较低性能的台式机上即可运行，并可获得较高的属于指定主题的页面的收集精度和收集效率。

关键词： 信息检索 主题爬虫 向量空间模型

作者: 王静宇 谭跃生

作者单位: 内蒙古科技大学网络中心 包头 014010

会议类型: 国内会议

会议名称: 全国第四届Web信息系统及其应用学术会议、全国第二届语义Web与本体论学术研讨会、全国电子政务技术与办公自动化学术研讨会

会议地点: 北京

会议语种:中文

页码: 307-309

在线出版日期: 2007-09-01（万方平台首次上网日期，不代表论文的发表时间）