版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在當(dāng)前社會(huì)環(huán)境和Internet網(wǎng)絡(luò)環(huán)境日趨復(fù)雜的條件下,網(wǎng)絡(luò)信息已經(jīng)對(duì)社會(huì)的穩(wěn)定和人們的生活產(chǎn)生了重大的影響。為了防止互聯(lián)網(wǎng)上非法信息的傳播和瀏覽,對(duì)WEB內(nèi)容進(jìn)行主動(dòng)監(jiān)管,保證互聯(lián)網(wǎng)環(huán)境的健康發(fā)展,成為關(guān)系社會(huì)穩(wěn)定的重要課題,因此研究主動(dòng)對(duì)網(wǎng)站內(nèi)容進(jìn)行監(jiān)控的技術(shù)具有重要的意義。
本論文對(duì)開(kāi)源網(wǎng)絡(luò)爬蟲(chóng)、WEB信息抽取、文本挖掘相關(guān)技術(shù)進(jìn)行研究,并在此基礎(chǔ)上實(shí)現(xiàn)了一個(gè)網(wǎng)絡(luò)內(nèi)容監(jiān)控系統(tǒng)—WCMS(Web Content Moni
2、tor System),通過(guò)WCMS對(duì)網(wǎng)站內(nèi)容進(jìn)行主動(dòng)監(jiān)控,分析其網(wǎng)頁(yè)內(nèi)容,將網(wǎng)頁(yè)內(nèi)容熱點(diǎn)排序展示、內(nèi)容分類展示、話題展示,便于監(jiān)控者對(duì)網(wǎng)站內(nèi)容進(jìn)行分析和了解網(wǎng)絡(luò)上的熱點(diǎn)信息。
WCMS系統(tǒng)主要包括三個(gè)相互獨(dú)立模塊的研究與實(shí)現(xiàn):
1) WCMS爬蟲(chóng)與信息抽取模塊:WCMS爬蟲(chóng)基于開(kāi)源網(wǎng)絡(luò)爬蟲(chóng)進(jìn)行擴(kuò)展,獲取WEB原始數(shù)據(jù);通過(guò)對(duì)WEB信息抽取的研究,實(shí)現(xiàn)對(duì)WEB原始數(shù)據(jù)進(jìn)行正文內(nèi)容、標(biāo)題、評(píng)論等關(guān)鍵信息的抽取,并將WE
3、B原始數(shù)據(jù)和提取的信息進(jìn)行分類保存,便于后續(xù)處理。
2) WCMS信息處理模塊:首先設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)數(shù)據(jù)庫(kù)存取接口,通過(guò)此接口從數(shù)據(jù)庫(kù)中取出網(wǎng)頁(yè)正文內(nèi)容集合?;趯?duì)文本挖掘相關(guān)技術(shù)的研究,對(duì)網(wǎng)頁(yè)正文內(nèi)容集合進(jìn)行文本預(yù)處理,然后進(jìn)行文本分類、聚類處理,并將處理結(jié)果寫(xiě)入數(shù)據(jù)庫(kù)相應(yīng)網(wǎng)頁(yè)記錄中。通過(guò)給網(wǎng)頁(yè)標(biāo)題、作者、評(píng)論、正文分類結(jié)果和聚類結(jié)果各自賦予不同的權(quán)值,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)評(píng)估網(wǎng)頁(yè)內(nèi)容熱點(diǎn)程度的方法,通過(guò)此方法對(duì)網(wǎng)頁(yè)內(nèi)容進(jìn)行熱點(diǎn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- WEB頁(yè)面監(jiān)控軟件的研究與實(shí)現(xiàn).pdf
- Web新聞內(nèi)容抽取的研究與實(shí)現(xiàn).pdf
- 基于Web內(nèi)容挖掘的醫(yī)藥類廣告監(jiān)控系統(tǒng)的實(shí)現(xiàn).pdf
- WEB組態(tài)監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于WEB的遠(yuǎn)程監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于內(nèi)容的網(wǎng)絡(luò)監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Web的視頻智能監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn).pdf
- Web內(nèi)容管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于WEB的數(shù)據(jù)挖掘技術(shù)——WEB內(nèi)容挖掘的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于web的視頻監(jiān)控平臺(tái)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于WEB的GPS監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于內(nèi)容挖掘的Web網(wǎng)頁(yè)過(guò)濾方法研究與實(shí)現(xiàn).pdf
- 基于WEB的數(shù)字監(jiān)控系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于Web的視頻監(jiān)控技術(shù)研究與系統(tǒng)實(shí)現(xiàn).pdf
- 基于WEB的工業(yè)遠(yuǎn)程監(jiān)控系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于Web的工業(yè)信息監(jiān)控系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于ontology的Web表格內(nèi)容抽取的研究與實(shí)現(xiàn).pdf
- 基于內(nèi)容的監(jiān)控視頻壓縮研究與實(shí)現(xiàn).pdf
- 基于Web的實(shí)時(shí)監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Directshow的Web視頻監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論