Web主题信息监控系统设计与实现.pdfVIP

第$ 卷第, 期 计算机应用 SGO- $: TG- , ! ! ##$ 年, 月 ;GLC8F/E 3CCO9IDF9GA 38?- : ##$ 文章编号：## % *#,（##$ ）#, % ##+ % #$ ./0 主题信息监控系统设计与实现 郭! 辉，蔡庆生 （中国科学技术大学 计算机科学技术系，安徽 合肥$##) ） 摘! 要：介绍了一个./0 主题信息监控系统，此系统根据用户设定的主题对指定的网站进行监 控，实时性好、鉴别准确度高。文中论述了系统的设计思想和相关的算法以及实现技术。 关键词：./0 ；主题信息；监控 中图分类号：12$*；12$*$- #)! ! 文献标识码：3 !#$% ’( )’*$+’,$- -. /0 1’#( 23045, 6.-78’,$- 9-$,-7$% 2:#,8 456 789: ;3 =9?@AB/? ! #$ %’(#)’ *+ ,*($ -’# ./0#)/# 1 2#/3)*4*567 8)09#:0’6 *+ ./0#)/# 1 2#/3)*4*56 *+ ,30)%7 ;#+ #0 )3-0 $##)7 ,30)%= ;0#,7’5, 1B9A CDC/E 9FEGH8I/A D ./0 0DA/H A80J/IF 9KGELDF9G LG9FGE9? AMAF/L- 1B/ AMAF/L LG9FGEA FB/ AC/I9K9I N/0A9F/A DIIGEH9? FG FB/ 8A/E@DAA9?/H A80J/IFA- F BDA D ?GGH E/DO F9L/ C/EKGELDI/ DH CE/I9A9G GK A80J/IF 9H/F9K9IDF9G- 1B9A CDC/E DOAG H9AI8AA/A FB/ H/A9? DH E/DO9PDF9G GK FB/ AMAF/L- =: -7(# ./0Q A80J/IF 9KGELDF9GQ LG9FGE9? ! 引言 ./0 上包含了大量的信息，但是其松散的组织方式使得 对信息的有效检索和利用成为一大难题。以4GG?O/ 为代表 的通用搜索引擎已经成为人们在./0 上检索信息的主要方 式。然而，这些搜索引擎并不能满足所有用户的需要。有一 部分用户对网上信息的利用有着特殊的方式，例如：企业通过 特定网站随时获得竞争对手的情报以及商品原材料的供求信 息；消费者关注购物网站上的特价商品动态；求职者在特定网 站上了解最新的招聘单位信息等等。这一类用户对信息的获 取有共同的特点：目标网站明确集中、目标网页涉及特定的主 题、对信息的实时性要求比较高。通用搜索引擎无法很好的 满足这类用户的要求。 针对这种情况，我们研制了一个互联网主题信息监控系 统：首先，用户预先设定要监控的网站和范围并且定义自己感 兴趣的主题；然后，系统根据用户选择的多种搜索策略对指定 图! 系统结构图 网站中的大量网页进行搜索下载和主题鉴别，如果发现包含 系统基本工作流程分为两个方面： 特定主题的网页则将该网页加上标记并及时通知用户，另外 ）网页引入流程 所有下载回来的网页都将被保存一段时间，以方便用户对这 首先，网页搜索子系统根据相应设置采用一定的调度算 些网页进行包括全文检索在内的多种条件的查询以及管理。 法不断从网站上下载网页；然后，主题鉴别子系统将对每一个 该系统采用浏览器R 服务器模式，具有使用方便、设置灵活、监 下载回来的网页进行主题鉴别并根据鉴别结果对其加以标 控范围较大、搜索速度快、