網絡信息監(jiān)控分析系統(tǒng)的研究與設計.pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著WWW技術的日益成熟和互聯(lián)網應用的逐漸普及,互聯(lián)網已經發(fā)展成為了一個巨大的分布式信息空間。從Web中獲取信息已成為個人獲取知識的主要方法和重要手段,也成為當前企業(yè)獲取情報的重要途徑。但是,面對浩如煙海的網絡信息,傳統(tǒng)的人工搜集和處理等方法都已難以勝任。而且由于Web的組織格式主要以HTML頁面這種半結構化的形式為主,其本身具有無結構性、超鏈接的自由無序、以及內容的海量性、多樣性和動態(tài)變化等特點。采用普通的搜索引擎,在某種程度上提高了

2、檢索的效率和速度,但針對特定領域信息的搜索,仍然存在著有效性(指如何濾除相關度較低的信息)和命中率(指如何降低漏掉的有用)太低的問題。 本文根據現今應用最廣泛的HTML網頁信息的特點,在對現有信息搜集、預處理和自動分類等網絡信息處理技術進行深入的分析與研究的基礎上,針對目前信息搜集技術的不足,設計開發(fā)了一個基于汽車信息領域的網絡信息監(jiān)控分析系統(tǒng),實現了通過互聯(lián)網實時定向地自動捕捉多個門戶網站以及專門網站關于汽車領域的“有用”信息

3、的功能。 本文重點研究了該系統(tǒng)中網絡信息收集子系統(tǒng)、智能分析預歸類子系統(tǒng)的設計與實現,這兩個子系統(tǒng)成功地實現了網絡信息的采集、預處理和自動分類等功能,是系統(tǒng)的核心部分。本文研究的重要創(chuàng)新點是在網絡信息收集子系統(tǒng)的設計中引入了多線程非遞歸方式、并行結構技術,有效地提高了系統(tǒng)的速度和效率;在并行結構技術的實現中,應用了并行采集的交換模式,有效地解決了網頁重抓、漏抓的問題;并在網頁采集過程中采用了URL過濾技術,在網頁分類過程中利用閥

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論