搜索引擎中網(wǎng)絡(luò)爬蟲及結(jié)果聚類的研究與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)科技和搜索技術(shù)的快速發(fā)展，人們生活中越來(lái)越多地通過(guò)互聯(lián)網(wǎng)和搜索引擎來(lái)獲取各種信息。搜索引擎通過(guò)網(wǎng)絡(luò)爬蟲定期地從互聯(lián)網(wǎng)上抓取新的網(wǎng)頁(yè)，并為網(wǎng)頁(yè)內(nèi)容建立索引數(shù)據(jù)庫(kù)，以方便后續(xù)的信息檢索。網(wǎng)絡(luò)爬蟲的爬行效率直接影響著搜索引擎的檢索效果，爬行的規(guī)模越大，周期越短，查全率就越高。另一方面，近年來(lái)隨著搜索引擎提供服務(wù)的多樣性，網(wǎng)絡(luò)成為人們獲取新聞資訊的主要媒介之一，新聞熱點(diǎn)搜索等方面的中文短文本在線聚類和語(yǔ)詞間語(yǔ)義層面的聚類需求越來(lái)越多。本

2、文主要針對(duì)搜索引擎中的網(wǎng)絡(luò)爬蟲和搜索結(jié)果的短文本聚類進(jìn)行了研究。在網(wǎng)絡(luò)爬蟲方面，為了提高爬蟲性能，主要是對(duì)爬蟲的核心模塊----頁(yè)面解析模塊和去重模塊分別給出了相應(yīng)的改進(jìn)方法。主要內(nèi)容如下：
　　 ⑴對(duì)于爬蟲的頁(yè)面解析方法，改變了Weblech等開(kāi)源爬蟲中所使用的利用HTML tag標(biāo)簽匹配抽取的方式，而是將半結(jié)構(gòu)化的文檔轉(zhuǎn)化為XML，進(jìn)而表示成DOM文檔對(duì)象模型來(lái)抽取內(nèi)容，這種方式充分利用了結(jié)構(gòu)化信息容易抽取的優(yōu)勢(shì)，同時(shí)也方便

3、使用很多優(yōu)秀的讀寫XML的開(kāi)源程序比如DOM4J，JDOM來(lái)改進(jìn)程序的效率。
　　 ⑵爬蟲系統(tǒng)中如何高效去重是個(gè)較復(fù)雜的議題，傳統(tǒng)的概率算法BloomFilter 在URLs去重上表現(xiàn)出了非常好的空間效率，但也伴隨著一定的誤判率，且誤判率會(huì)隨著爬行規(guī)模的增大而提高。本文提出一種基于Bloom Filter的分段哈希算法對(duì)爬蟲的URLs 去重模塊進(jìn)行了改進(jìn)，在減小誤判率的基礎(chǔ)上提高爬蟲性能。
　　 ⑶通過(guò)對(duì)上述頁(yè)面解析和U

4、RLs去重改進(jìn)方法的實(shí)現(xiàn)，本文改進(jìn)的爬蟲相比原有的Weblech系統(tǒng)和開(kāi)源爬蟲Larbin 而言不僅能解析出更多的有效鏈接，而且有效的提高了爬蟲的性能。
　　 ⑷在搜索結(jié)果的短文本聚類方面，由于已有的文本在線聚類算法當(dāng)處理中文短文本時(shí)，聚類特性沒(méi)有得到最理想的發(fā)揮，同時(shí)為了滿足語(yǔ)詞間語(yǔ)義或者概念層面的聚類，本文提出一種中文短文本在線聚類算法，并分別給出改進(jìn)的編輯距離來(lái)進(jìn)行中文短文本的相似性度量，以及利用搜索引擎的檢索結(jié)果來(lái)進(jìn)行語(yǔ)