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、近年來,隨著Web信息多元化的增長,傳統(tǒng)的信息采集系統(tǒng)已無法保證對信息的及時更新,并且由于其采集信息的主題范圍過于廣泛,較少考慮采集的信息是否與查詢主題相關(guān),滿足不了人們對個性化信息檢索服務(wù)日益增長的需求。主題信息采集系統(tǒng)采集信息的內(nèi)容只限于特定主題或?qū)iT領(lǐng)域,在搜索過程中無須對整個Web進行遍歷,只需選擇與主題相關(guān)的頁面進行訪問,基本回避了傳統(tǒng)信息采集系統(tǒng)信息指數(shù)膨脹的危機,成為近年的研究熱點。 主題信息采集是專業(yè)搜索引擎的核
2、心技術(shù),它指導著網(wǎng)絡(luò)爬蟲(robot)進行有價值的搜索。專門搜索與主題相關(guān)的頁面;目前主題信息采集系統(tǒng)中常用基于關(guān)鍵詞的向量空間模型來表示網(wǎng)頁文本,它通過考慮關(guān)鍵詞的權(quán)重以及關(guān)鍵詞在網(wǎng)頁中出現(xiàn)的頻率來采集相關(guān)的網(wǎng)頁。這種算法的本質(zhì)是統(tǒng)計頁面中出現(xiàn)給定關(guān)鍵詞的次數(shù),出現(xiàn)次數(shù)越多,則認為越相關(guān)。但實際情況是,一個概念可以用多個 關(guān)鍵詞表達,一個關(guān)鍵詞也能表達多個概念,同時多個子概念表達的內(nèi)容仍屬于父概念的范疇,而這種只基于關(guān)鍵詞的相
3、關(guān)度分析方法對這些情況的處理效率很不好。 本文提出了基于本體的網(wǎng)頁主題相關(guān)度分析方法,它反映的不再是簡單的詞條出現(xiàn)頻率,而是強化了網(wǎng)頁中詞條間的語義關(guān)系,從而克服了使用傳統(tǒng)向量空間時產(chǎn)生的多義詞、同義詞和單詞依賴等現(xiàn)象;而且文中采用的綜合價值的主題相關(guān)度評價方法,同時對網(wǎng)頁內(nèi)容價值和鏈接內(nèi)容價值進行考察,從而保證了robot搜索的網(wǎng)頁與主題有著較高的相關(guān)度。通過實驗,比較了提出的方法與基 于關(guān)鍵詞主題相關(guān)度方法的結(jié)果,進
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 搜索引擎中基于領(lǐng)域本體的主題信息采集方法的研究.pdf
- 基于主題相關(guān)領(lǐng)域搜索引擎的研究.pdf
- 基于領(lǐng)域本體的新聞搜索引擎的研究與實現(xiàn).pdf
- 基于主題的搜索引擎研究.pdf
- 主題搜索引擎中網(wǎng)絡(luò)蜘蛛信息采集策略的研究.pdf
- 基于lucene的主題搜索引擎研究
- 基于領(lǐng)域本體的垂直搜索引擎頁面排序算法的研究.pdf
- 基于Rough本體的語義搜索引擎研究.pdf
- 基于語義本體的智能搜索引擎研究.pdf
- 主題搜索引擎的信息抽取和索引的研究.pdf
- 基于領(lǐng)域本體的智能垂直搜索引擎的設(shè)計與實現(xiàn).pdf
- 基于語義的主題搜索引擎研究.pdf
- 基于本體論的領(lǐng)域元搜索引擎的研究與設(shè)計.pdf
- 基于本體的面向股票領(lǐng)域搜索引擎的實現(xiàn)技術(shù)研究.pdf
- 基于本體的語義垂直搜索引擎研究.pdf
- 基于Lucene的主題搜索引擎研究.pdf
- 主題搜索引擎研究.pdf
- 基于Rough本體的手機領(lǐng)域語義搜索引擎的研究與實現(xiàn).pdf
- 本體搜索引擎的相關(guān)問題研究.pdf
- 圖像搜索引擎中信息采集技術(shù)的研究.pdf
評論
0/150
提交評論