用户定制主题爬虫的设计与实现

来源 :山西科技 | 被引量 : 0次 | 上传用户:mem12345
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:主题爬虫是用户获取领域知识的一种有效途径。为实现此方法用户首要解决的问题是主题向量的训练数据的选择和初始URLs的选择。但传统的主题爬虫对于初始URLs的选取并没有过多论述,为此,本文探讨了初始URLs对于主题爬虫的影响,并提出了一种基于元搜索和本体结合的算法来选择并确定初始URLs。方法:采用元搜索方法获取与主题相关的初始URLs,然后根据返回结果采用本体领域知识进行重排序,选择前排的URLs。自动而不是人工地进行初始URLs的确定,同时将页面信息作为训练主题向量的语料。结果:通过对比实验,本文选
其他文献
为了解AA肉种鸡群中免疫抑制性病毒的存在状况及其对NDV疫苗免疫效果和对商品鸡生长的影响,采用多重PCR、RT—PCR和血清学方法对山东某规模化大型AA父母代肉种鸡场的28日龄、1
在日常患儿护理工作中,头皮静脉穿刺是一项最常见的操作;因为患儿静脉管径小、患儿易哭闹等因素,频繁的液体渗漏,反复拔针再穿刺,给患儿和家属带来痛苦,也增加了护理工作量。2010年
怎样建立和谐的师生关系,是我们班主任需要研究的一个课题。心理沟通是指人与人之间在心理上互相容纳,即理解对方,接受对方,能互相信任、互相尊重。师生心理之间如能有沟通之桥飞
报纸
在今天的这个时代,阅读也许需要格外的智慧.印刷物数量的激增、不负责任的炒作,使读者的选择与领悟变得越来越重要与切实,过度的信息泛滥如同大而无当的数字无益地反复叠加,
期刊
少数民族的政治认同是少数民族对国家合法性权威的认可。我国少数民族政治认同生成的历史经验在于党和国家的民族工作开展的良好,得到少数民族的欢迎和认可。民族工作成效状
目的探讨改良Mini-CEX评价体系在本科实习生八桂韦氏手法学临床教学中的应用效果。方法选取60名在正骨推拿科实习的本科生,于入科时进行改良Mini-CEX评价体系考核,并根据考核
印刷品的色彩是具有不同色相的油墨叠印而成,叠印油墨的次序称为印刷色序。根据组合排列原理,黄、品、青、黑四色印刷可以有24种不同的印刷色序。从理论上讲,无论采用哪种印
目前常用于钢管混凝土拱桥的地震响应分析方法有换算截面法和双单元法.提出一种基于钢管混凝土统一理论,将钢管混凝土作为一种材料,根据其构件力学性能指标进行地震响应分析
在六堡茶产业的发展过程中,其成功申报地理标志产品保护前后历时8年,不仅成为六堡茶产业发展历程中不可或缺的浓重一笔,也成为了中国地理标志产品保护成功的经典案例。
北宋历史条件下的宦官权力分析裴海燕公元960年,赵匡胤发动“陈桥兵变”,建立了北宋王朝。建国之初所面临的首要问题就是如何巩固统治,改变晚唐五代以来君弱臣强的局面,避免成为第六