基于遗传算法的主题爬行技术研究
关慧芬
师军
马继红
1.陕西师范大学计算机科学学院,西安,7100622.陕西师范大学计算机科学学院,西安,7100623.陕西师范大学计算机科学学院,西安,710062
摘要：针对目前主题搜索策略的不足,提出了基于遗传箅法的主题爬行策略,提高了链接于内容相似度不高的网页之后的页面被搜索的机会,扩大了相关网页的搜索范围.同时,在网页相关度分析方面,引入了基于本体语义的主题过滤策略.实验结果表明,基于遗传算法的主题爬虫抓取网页中的主题相关网页数量多,在合理选择种子集合时,能够抓取大量的主题相关度高的网页.
关键词：主题爬虫遗传算法主题相关度本体语义
分类号：TP393(计算技术、计算机技术)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 50-53 )
英文信息