论文部分内容阅读
为使主题爬行能够充分利用资源的语义信息，提出基于语义的主题爬行策略．该策略利用领域本体刻画爬行主题，将本体语义映射到关键词表．通过定义断言集一致性扩展和域值关联推理任务，推演关键词间语义关系．在定义网页主题概念的基础上，结合本体推理方案提出主题概念的语义叠加效应模型．最后，利用主题概念的语义包含关系判定URLs抓取顺序．实验结果表明，该语义主题爬行策略在抓取收获率和爬行效率上优于现有同类方法，该方案有效、可行．