文献类型：期刊文章

作　　者：陈军[1] 陈竹敏[2]

机构地区：[1]山东大学网络中心,山东济南250100 [2]山东大学计算机科学与技术学院,山东济南250061

出　　处：《山东大学学报（理学版）》

基　　金：国家科技支撑计划子课题资助项目(2006BAH02A29);山东省博士基金资助项目(2006BS01016)

年　　份：2007

卷　　号：42

期　　号：9

起止页码：62-66

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、JST、MR、PROQUEST、RCCSE、RSC、ZGKJHX、ZMATH、核心刊

摘　　要：Shark-Search算法是一个经典的主题爬取算法.针对该算法在爬取噪音链接较多的Web页面时性能并不理想的问题,提出了基于网页分块的Shark-Search算法,该算法从页面、块、链接的多种粒度来更加有效的进行链接的选择与过滤.实验证明,改进的Shark-Search算法比传统的Shark-Search算法在查准率和信息量总和上有了质的提高.

关 键 词：Shark-Search算法  主题爬取  页面分块 相关性计算  

分 类 号：TP391]