软件
軟件
연건
SOFT WARE
2013年
2期
56-57,64
,共3页
Web信息检索%数据挖掘%主题搜索
Web信息檢索%數據挖掘%主題搜索
Web신식검색%수거알굴%주제수색
近年来,主题搜索引擎由于其在主题上的高相关性,使搜索结果的查准率得到了极大的提高,然而由于受到主题爬虫的限制,可选的种子站点的有效数量较少,使得搜索反馈的结果的数量不够多,直接影响到了搜索引擎的查全率.本文为解决这个问题,结合元搜索引擎的优势,提出一种通过多搜索引擎来为主题爬虫提供种子站点的方法,并通过计算相关度,更有效地去除噪音链接,使得种子站点的相关性得到保障,最后通过Nutch1.2的主题爬虫功能,验证了本种子站点提取器能够高效地获得大量相关度较高的种子站点.
近年來,主題搜索引擎由于其在主題上的高相關性,使搜索結果的查準率得到瞭極大的提高,然而由于受到主題爬蟲的限製,可選的種子站點的有效數量較少,使得搜索反饋的結果的數量不夠多,直接影響到瞭搜索引擎的查全率.本文為解決這箇問題,結閤元搜索引擎的優勢,提齣一種通過多搜索引擎來為主題爬蟲提供種子站點的方法,併通過計算相關度,更有效地去除譟音鏈接,使得種子站點的相關性得到保障,最後通過Nutch1.2的主題爬蟲功能,驗證瞭本種子站點提取器能夠高效地穫得大量相關度較高的種子站點.
근년래,주제수색인경유우기재주제상적고상관성,사수색결과적사준솔득도료겁대적제고,연이유우수도주제파충적한제,가선적충자참점적유효수량교소,사득수색반궤적결과적수량불구다,직접영향도료수색인경적사전솔.본문위해결저개문제,결합원수색인경적우세,제출일충통과다수색인경래위주제파충제공충자참점적방법,병통과계산상관도,경유효지거제조음련접,사득충자참점적상관성득도보장,최후통과Nutch1.2적주제파충공능,험증료본충자참점제취기능구고효지획득대량상관도교고적충자참점.
