文献类型：期刊文章

作　　者：郑冬冬[1] 崔志明[1]

机构地区：[1]苏州大学智能信息处理及应用研究所,江苏苏州215006

出　　处：《计算机工程与设计》

基　　金：教育部高校博士学科点科研基金项目(20040285016);江苏省高技术研究基金项目(BG2005019)。

年　　份：2006

卷　　号：27

期　　号：17

起止页码：3154-3158

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：如今Web上越来越多的信息可以通过查询接口来获得,为了获取某DeepWeb站点的页面用户不得不键入一系列的关键词集。由于没有直接指向DeepWeb页面的静态链接,当前大多搜索引擎不能发现和索引这些页面。然而,近来研究表明DeepWeb站点提供的高质量的信息对许多用户来说是非常有价值。这里研究了怎样建立起一个有效的DeepWeb爬虫,它可以自动发现和下载DeepWeb页面。由于DeepWeb惟一“入口点”是查询接口,DeepWeb爬虫设计面对的主要挑战是怎样对查询接口自动产生有意义的查询。这里提出一种针对查询接口查询自动产生问题的理论框架。通过在实际DeepWeb站点上的实验证明了此方法是非常有效的。

关 键 词：DEEP WEB DEEP WEB爬虫 查询选择  查询效能  适应性爬行算法  

分 类 号：TP393]