2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、搜索引擎的出現為用戶及其需要的信息之間建立了一座橋梁。不過,隨著網頁數量的快速增長,搜索引擎已經無法搜索互聯網的所有網頁,對下載的網頁進行及時更新也成了問題。如何在有限的資源下搜索最有價值的網頁,以及如何對網頁進行最有效的更新,已經成為現代搜索引擎的重要研究方向。 本文對搜索引擎的發(fā)展歷史及現代搜索引擎的功能結構進行了介紹,并討論了搜索引擎技術中網頁爬行和更新存在的問題,在分析了現有實現技術優(yōu)劣勢的基礎上設計了具有高度系統(tǒng)靈活性

2、和擴展性的并行網頁抓取系統(tǒng),實現了網頁的并行快速抓取。 為了保證優(yōu)先抓取高質量的網頁,系統(tǒng)設計了基于網頁鏈接重要性和路徑重要性的啟發(fā)式搜索算法,首先根據上述兩個重要性計算網頁的綜合權重,然后根據網頁的綜合權重大小調整對網頁的爬行順序。爬行器在啟發(fā)式搜索策略的指導下優(yōu)先爬行那些比較重要的網頁,提高了抓取網頁的質量。為了實現網頁庫的高效更新,系統(tǒng)設計了基于貝葉斯的網頁庫更新算法,通過估算網頁變化頻率類別實現網頁庫中網頁的分類更新,提

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。

評論

0/150

提交評論