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(lǐng)
文檔簡介
1、河北工業(yè)大學(xué)碩士學(xué)位論文基于支持向量機技術(shù)的主題爬行策略研究姓名:李春波申請學(xué)位級別:碩士專業(yè):計算機應(yīng)用技術(shù)指導(dǎo)教師:牛存良20091101基于支持向量機技術(shù)的主題爬行策略研究iiRESEARCHONTHEMECRAWLINGSTRATEGYBASEDONSUPPTVECTMACHINETECHNOLOGYABSTRACTSearchengineisaveryactivetopicareasaroundthewldatanywhere
2、onthewldwecanseethesearchengine’spresence.NowsearchengineshasbecomeanimptantsupptofinfmationindustryWebcrawlerasanimptantcomponentofsearchenginedrawsmemeattentiononitself.Indertomeettheneedscomingfromdifferentbackgrounds
3、differentlevelsverticalsearchenginesfocusingoncertainsubjectcometothewldatthesametimethethemecrawlerbegantoemergecrawlerscrawlerscrawlingstrategiestailedtothesubjectofstudyisrisinggradually.Themecrawlingthroughtheapplica
4、tionofsupptvectmachinetechnologythispaperpresentsamehumanemeintelligentlystrategyofthemecrawlingfocusonthefollowing.1)Analyzingthethemecrawlersystemtotallyusingthesupptvectmachinetechnologythispaperrealizeathemecrawlerfo
5、cusingonthesubjectofnationalday.Throughmultithreadingtechnologytoincreasetheefficiencyofcrawlerscrawlingthroughthecrelationanalysistopreventstopthe“topicdrift“fromoccurringbygivingacertainwebpageunrelatedtothethemeof“exp
6、ectedvalue“totapits“potentialvalue“approachtopreventthecrawlerintoa“l(fā)ocalbestexcellentsolution“trouble.2)Thispaperpresentsastrategyofthemecrawlingbasedonsupptvectmachinetechnology.FirstlydownloadtheHTMLpagestolocalmachin
7、eusingvideobasedresultspageblockalgithmtodealwiththewebpagesdownloadedtothelocalmachineremovingtheadvertisinginfmationcopyrightinfmationother“noise“useSupptVectMachinetechnologytodistinguishthetextblockslinkblocksanalyzi
8、ngtherelationshipbetweenwebpagesthesubjectusethetrainedSupptVectMachinestoclassifytheWebpagedomeanalysisuntilthesystemterminated.InthispaperusingSupptVectMachinetechnologytorealizethethemecrawlingexperimentalresultsshowt
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(yù)覽,若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于支持向量機技術(shù)的主題爬行策略研究.pdf
- 基于支持向量機的Agent遷移策略.pdf
- 基于支持向量機的入侵檢測技術(shù).pdf
- 基于支持向量機的語音識別技術(shù).pdf
- 基于增量學(xué)習(xí)的主題爬行策略研究.pdf
- 基于支持向量機的車輛識別技術(shù)的研究.pdf
- 基于支持向量機分類算法的主題爬蟲的研究與實現(xiàn).pdf
- 基于支持向量機的數(shù)字水印技術(shù)研究.pdf
- 基于支持向量機的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于支持向量機的牌照識別技術(shù)的研究.pdf
- 基于支持向量機的車牌識別技術(shù)的研究.pdf
- 基于支持向量機的新聞視頻主題式字幕提取.pdf
- 基于改進支持向量機的金融指數(shù)投資策略研究.pdf
- 基于主題策略的網(wǎng)絡(luò)爬行器算法研究.pdf
- 基于支持向量機的文本主題分類和情感分類研究.pdf
- 基于支持向量機的彩色人臉檢測技術(shù).pdf
- 基于支持向量機的網(wǎng)頁分類技術(shù)研究.pdf
- 基于支持向量機的入侵檢測技術(shù)研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于支持向量機的軟測量技術(shù)研究.pdf
評論
0/150
提交評論