文献类型：期刊文章

作　　者：罗林波[1] 陈绮[1] 吴清秀[2]

机构地区：[1]海南大学信息科学技术学院,海南海口570228 [2]海南软件职业技术学院,海南琼海571400

出　　处：《计算机技术与发展》

基　　金：海南省自然科学基金资助项目(609003);海南大学科研项目(hd09xm84)

年　　份：2010

卷　　号：20

期　　号：11

起止页码：76-79

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：主题爬虫是实现垂直搜索引擎的核心技术。介绍主题爬虫的两个重要爬行算法:基于网页内容评价的Shark-Search算法和基于网页链接关系的Hits算法,并分析了各自的优缺点,提出了一种新的主题爬行策略:将上述两种算法的优点结合起来即将基于网页内容评价和基于网页链接关系算法结合起来判断待下载url的优劣,并实现了一个主题爬虫。这种新策略正好弥补了两个算法各自的不足。通过与Shark-Search算法和Hits算法实现的主题爬虫对比,发现用新算法实现的主题爬虫查准率比这两种算法高。

关 键 词：主题爬虫 爬行策略  垂直搜索引擎

分 类 号：TP393]