基于網(wǎng)站內(nèi)容框架的聚焦爬蟲算法的優(yōu)化和實現(xiàn).pdf_第1頁
已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、伴隨著互聯(lián)網(wǎng)的急速發(fā)展，網(wǎng)絡信息量以飛快的速度進行增長，搜索引擎成為人們生活中獲取信息的不可缺少的方式之一，在現(xiàn)代搜索引擎中，爬蟲起到了至關重要的作用，它是搜索引擎的核心，通過爬蟲獲取足夠數(shù)量和質(zhì)量的網(wǎng)頁后，搜索引擎才可以依據(jù)索引技術(shù)為用戶提供基于關鍵字搜索的服務。然而隨著網(wǎng)頁的爆發(fā)性增長，具有相同主題的網(wǎng)站日漸增多，如何快速的抓取網(wǎng)頁，更加準確的分析網(wǎng)頁信息并且將爬取策略有效的整合到爬蟲系統(tǒng)中成為了現(xiàn)在網(wǎng)絡爬蟲的系統(tǒng)的一個核心問題，也

2、是搜索引擎面臨的主要問題。
　　本文從互聯(lián)網(wǎng)較為常見的網(wǎng)站的主題作為基礎研究方向，通過站在網(wǎng)站運營的角度和網(wǎng)站設計的理念上對網(wǎng)頁框架進行分析，總結(jié)出現(xiàn)今網(wǎng)站建設中的主題的相似性，并提取出符合當前網(wǎng)站性質(zhì)的主題框架，根據(jù)框架的行為確定當前網(wǎng)頁的主題方向，運用現(xiàn)有的研究思路對網(wǎng)頁模型進行分析，并分析現(xiàn)有算法在解決網(wǎng)頁模型中的優(yōu)點和不足，以軟件工程的思想為指導，在一定的理論基礎上提出相關問題的解決方案的設想，隨后設計并實現(xiàn)基于主題框架的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論