CAJ | 학술논문

聚焦爬虫是一个自动下载网页的程序，它根据既定的抓取目标，有选择的访问互联网上的网页与相关的链接，获取所需要的信息，与通用爬虫不同的是，聚焦爬虫并不追求大的覆盖，而将目标定为抓取与某一特定主题内容相关的网页，为面向主题的用户查询准备数据资源。<br>　　本文设计了聚焦网络爬虫系统的四个模块的进行设计研究，系统结构基于Heritrix架构，采用广度优先爬行策略和多线程调度策略，实现了用户对于特定信息的检索。
취초파충시일개자동하재망혈적정서，타근거기정적조취목표，유선택적방문호련망상적망혈여상관적련접，획취소수요적신식，여통용파충불동적시，취초파충병불추구대적복개，이장목표정위조취여모일특정주제내용상관적망혈，위면향주제적용호사순준비수거자원。<br>　　본문설계료취초망락파충계통적사개모괴적진행설계연구，계통결구기우Heritrix가구，채용엄도우선파행책략화다선정조도책략，실현료용호대우특정신식적검색。