版權說明: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,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,Web網(wǎng)上的信息資源正在以多元化的形式迅速增長,人們越來越不滿足于大型通用型搜索引擎所提供的服務,開始關注各種各樣的主題式搜索引擎。主題式搜索引擎主要針對某一特定領域、某一特定主題或某一特定人群,提供分類更細致精確、數(shù)據(jù)更全面深入、更新更及時的因特網(wǎng)搜索服務。主題爬蟲是主題式搜索引擎的重要組成部分,主題式搜索引擎中的網(wǎng)頁信息獲取要靠主題爬蟲來完成,因此主題爬蟲以何種搜索策略訪問Web,才能得到較高的搜索效率,如何提
2、高主題爬蟲的爬行準確率等問題是近年來主題搜索引擎研究中的熱點問題。
本文首先分析了主題爬蟲的基本結構及工作原理,然后在深入研究人工智能啟發(fā)式模擬退火搜索算法基礎之上,提出了一個將改進后的非??焖倌M退火搜索算法作為搜索策略的主題爬蟲模型,該模型在主題相似度判斷時采用經(jīng)典的基于向量空間分類方法。最后本文對該模型進行了詳細的實現(xiàn)并對其性能進行了測試。本文的主要研究工作如下:
1、設計了一個結構合理、可擴展配置、分布式主題
3、爬蟲模型。
2、為提高主題爬蟲的運行速度設計了多線程的網(wǎng)頁信息提取的方法。
3、確定主題爬蟲智能的搜索策略。詳細研究和闡述了傳統(tǒng)的模擬退火算法,分析了傳統(tǒng)模擬退火算法作為主題爬蟲搜索策略的缺點,詳細分析了改進的模擬退火算法—非??焖偻嘶鹚惴ǖ膬?yōu)點,提出將非??焖倌M退火算法作為搜索策略應用到主題爬蟲之中,從而提高它的性能。
4、對傳統(tǒng)的自動生成主題種子頁面的方法進行修改,提出一種新的較為靈活方便的自動生成主
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(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
- 基于布谷鳥搜索算法的主題爬蟲搜索策略研究
- 基于布谷鳥搜索算法的主題爬蟲搜索策略研究_3822.pdf
- 一種改進Best-First算法的主題爬蟲搜索算法研究.pdf
- 主題爬蟲算法的研究與實現(xiàn).pdf
- 基于遺傳算法的主題爬蟲搜索策略研究.pdf
- 基于啟發(fā)式搜索策略的主題網(wǎng)絡爬蟲算法的設計與實現(xiàn).pdf
- 運動估計快速搜索算法的研究與改進.pdf
- 網(wǎng)絡拓撲搜索算法研究與實現(xiàn).pdf
- LTE小區(qū)搜索算法的研究與實現(xiàn).pdf
- 基于路網(wǎng)分層的多級搜索算法的研究與實現(xiàn).pdf
- 全雙工射頻自干擾抑制快速搜索算法研究與實現(xiàn).pdf
- 主題搜索引擎網(wǎng)絡爬蟲搜索策略的研究與實現(xiàn).pdf
- 基于h.264搜索算法的優(yōu)化與實現(xiàn)
- 基于人工智能的智能搜索算法的研究與實現(xiàn).pdf
- 搜索引擎中主題爬蟲相關性算法的研究與實現(xiàn).pdf
- 基于垂直搜索引擎的主題爬蟲算法的研究.pdf
- LTE小區(qū)搜索算法與實現(xiàn)架構研究.pdf
- LTE系統(tǒng)小區(qū)搜索算法研究與實現(xiàn).pdf
- LTE終端小區(qū)搜索算法的研究與實現(xiàn).pdf
- 優(yōu)化問題的通用搜索算法研究與實現(xiàn).pdf
評論
0/150
提交評論