原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
搜索引擎中信息动态采集策略的研究.pdf
第10期 电 子 学 报 Ⅷ．35 N010
2007年10月 ACTAⅡE(邢ONICASINICA Oct 2Da7
搜索引擎中信息动态采集策略的研究
高凯
(河北科技大学信息科学与工程学院计算机科学与技术系．河北石家序030054)
摘要： 为了能及时采集到有关嘲页信息，搜索引荤应根据相应网站及其更新速度，动态调整其信息采集的频
度．本文就模型化网页更新过程以及根据相关性动态调梧搜索引擎的信息采集频度进行了探讨．一方面使用泊松过程
来描述嘲页更新并分析了搜索引擎如何有效完成信息采集；另一方面采用基于网页从属关系和内容分析的相关性来
调节该过程，使得在进行信息采集与数据更新时的针对性更强，实验表明了该方法的有效性．
关键词： 搜索引擎；数据下载器；网页更新；泊松过程；相关性
中图分类号：TP393文献标识码： A 文章编号：0372-2112(2007)10-1984-05
Refresh forCrawlerinSearch
Dynamic Strategy Engine
CAoKal
b-r＆妇and
T*x如Mogy，hodof却狮删啪蹦唧e
(口；m1日，}ofG州m and吁g砷料’昭
Hek4 0500_54，CtⅢm)
Unkx．rs蚵矿＆诸n钟and如如Ⅱ’蚴，轴咖吐删皤．Hebei
Asfora the Webb concefn at}effec—
Absl喇： search烈粤如e。pingl妒withev01vlngnec．essafy．WeaixmtⅡl。deIi培Of2
basedollthe to the
riveWeb and aIl refresh isus。d
page proposeadaIMivestrategy relevance，whicha畦iust prⅫ．ss
collectingpolicy
to
Ononehand．wethinktheIc蛐behaviorfollowsthe ofthePoisson and the ollhowcrawl
properties plxr．．ess analyzestrategy
theWeb relevanceisollthebasisofthe andthecontents
Further，the analysis．Itisusedto．djOStthe
effectively affiliationdeiKdng
Thismakesthe more The resultsvalidatetim of吐lc
process presstarge．tcdexpermmtal feasibilityapproach．
Key∞rds：,search∞gl”；crawler；refr
文档评论（0）