圖像搜索引擎中信息采集技術(shù)的研究.pdf

1、隨著Internet規(guī)模的迅速增長，網(wǎng)上的信息資源也迅速增長。這使得用戶在網(wǎng)上迅速、準(zhǔn)確地獲得所需信息變得越來越困難。因此，改善傳統(tǒng)的信息采集和搜索模式，使用戶能更迅速準(zhǔn)確地查找到所需的信息，減少網(wǎng)絡(luò)通信量和縮短工作時間顯得越來越重要。 當(dāng)前大多數(shù)用于Internet信息采集的網(wǎng)絡(luò)爬蟲都采用服務(wù)器/客戶機架構(gòu)，某些系統(tǒng)在服務(wù)器端使用并行/分布式架構(gòu)，這雖能從一定程度上提高信息采集的速度，但還需將信息下載到本地。因此，系統(tǒng)在爬行過

2、程中大量占用網(wǎng)絡(luò)帶寬。此外，由于Web信息量成爆炸式的急速膨脹，完成信息采集所需的周期越來越長。 針對現(xiàn)有研究在Web信息采集領(lǐng)域的不足，將移動Agent技術(shù)應(yīng)用到Web信息采集系統(tǒng)中，充分利用移動Agent技術(shù)的優(yōu)勢，徹底改變傳統(tǒng)信息采集和搜索模式，將傳統(tǒng)的計算模式-“將數(shù)據(jù)拉到計算”改為“將計算推向數(shù)據(jù)”。 在該系統(tǒng)中移動爬蟲運行在遠(yuǎn)程Web服務(wù)器上，將集中在服務(wù)器端的處理，如特征提取、建立索引等計算分布到遠(yuǎn)程的We