基于動(dòng)態(tài)領(lǐng)域知識(shí)體系的信息采集方法及實(shí)現(xiàn).pdf

1、作為一個(gè)龐大的動(dòng)態(tài)信息資源庫(kù)，互聯(lián)網(wǎng)已經(jīng)成為各類(lèi)機(jī)構(gòu)信息采集的重要渠道之一，專(zhuān)題的信息采集變得十分重要。但是目前面向網(wǎng)絡(luò)的信息搜索是基于關(guān)鍵詞技術(shù)的，采集結(jié)果零碎，內(nèi)容孤立，數(shù)據(jù)量大。本文在項(xiàng)目任務(wù)需求基礎(chǔ)上，提出一種基于動(dòng)態(tài)領(lǐng)域知識(shí)體系的專(zhuān)題信息采集方法，本方法是在基礎(chǔ)領(lǐng)域知識(shí)體系基礎(chǔ)上，結(jié)合關(guān)鍵詞的發(fā)現(xiàn)，并在領(lǐng)域?qū)＜腋深A(yù)下實(shí)現(xiàn)的，從而實(shí)現(xiàn)專(zhuān)題信息采集的動(dòng)態(tài)適應(yīng)性，對(duì)提高采集質(zhì)量有很好的研究意義。
　　本文首先對(duì)信息采集和信息更

2、新的基礎(chǔ)理論方法和研究現(xiàn)狀進(jìn)行了簡(jiǎn)介，介紹了Web信息采集的基本原理和信息更新的方法以及相關(guān)技術(shù)。然后針對(duì)Web內(nèi)容進(jìn)行專(zhuān)題信息采集的策略設(shè)計(jì)，其中主要是對(duì)一般網(wǎng)頁(yè)的采集策略設(shè)計(jì)、論壇數(shù)據(jù)的采集策略設(shè)計(jì)、領(lǐng)域知識(shí)體系的更新設(shè)計(jì)。有了相關(guān)采集策略后，進(jìn)行系統(tǒng)的需求分析，分析現(xiàn)有領(lǐng)域知識(shí)體系應(yīng)用于專(zhuān)題信息采集上面的不足，再進(jìn)行系統(tǒng)的分析與設(shè)計(jì)，包括領(lǐng)域知識(shí)體系的建立，系統(tǒng)功能結(jié)構(gòu)的分析，其中系統(tǒng)核心是對(duì)預(yù)置的領(lǐng)域知識(shí)體系進(jìn)行半自動(dòng)化更新，從