2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、本文在對(duì)Web Community理論,文本分類技術(shù)和聚焦爬蟲(chóng)理論的深入探討的基礎(chǔ)上,對(duì)基于Web Community識(shí)別的聚焦爬蟲(chóng)算法進(jìn)行了研究與設(shè)計(jì),實(shí)現(xiàn)了應(yīng)用該算法的聚焦爬蟲(chóng)系統(tǒng)并利用此聚焦爬蟲(chóng)系統(tǒng)對(duì)該算法進(jìn)行實(shí)驗(yàn)評(píng)估。 本文所提出的聚焦爬蟲(chóng)算法模型是Ilnproved-HITS-Expansion-IterationModel(HElM),該模型是基于改進(jìn)HITS的迭代算法進(jìn)行擴(kuò)展而形成的計(jì)算模型,基于該模型的算法為IH

2、EIM原型算法。為了符合聚焦爬蟲(chóng)在線抓取網(wǎng)頁(yè)的特性,提出基于IHEIM原型算法的Adaptive IHEIM算法。在每次迭代過(guò)程中,對(duì)下一輪迭代擴(kuò)展的目標(biāo)作以界定,將此擴(kuò)展目標(biāo)界定定義為聚焦指數(shù)。 本文描述的應(yīng)用Adaptive IHEIM算法的聚焦爬蟲(chóng)系統(tǒng)包括主題集合生成模塊,基本網(wǎng)頁(yè)集合生成模塊,分類器模塊,網(wǎng)絡(luò)圖計(jì)算模塊和抓取解析模塊。 本文的實(shí)驗(yàn)對(duì)包括Adaptive IHEIM算法在內(nèi)的應(yīng)用在聚焦爬蟲(chóng)上的四種算

3、法進(jìn)行測(cè)評(píng),即廣度優(yōu)先策略算法、基于鏈接上下文預(yù)測(cè)的算法、OPIC算法和Adaptive IHEIM算法,利用平均Harvest Rate和平均Target Recall作為對(duì)比目標(biāo),得到結(jié)論Adaptive IHEIM算法優(yōu)于其它三種算法。在對(duì)比Adaptive IHEIM算法取不同聚焦指數(shù)時(shí),對(duì)不同聚焦指數(shù)作了平均Harvest Rate和平均Target Recall對(duì)比,得到結(jié)論每次迭代算法之后聚焦爬蟲(chóng)的抓取效果有所提高,隨著抓

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。

評(píng)論

0/150

提交評(píng)論