一种基于网页剪辑的信息推荐系统.pdfVIP

鲁东大学学报 (自然科学版) LudongUniversityJournal(NaturalScienceEdition) 一 种基于网页剪辑的信息推荐系统 林 钦 (福建江夏学院 电子信息科学系，福建 福州 350108) 摘要：基于网页剪辑方式设计了一种信息推荐系统，该系统包括网络爬虫、网页分析器、爬虫控制器、信息推荐 器 ，根据用户感兴趣的关键词列表通过电子邮件将剪辑发送给用户，使其得到更满意的推荐信息． 关键词：信息推荐 ；网络爬虫；网页剪辑 中图分类号：TP393．092 文献标志码 ：A 文章编号 ：1673-8020(2012)04-0319-03 随着计算机技术和网络的快速发展，互联网 已成为大量信息的重要载体．在互联网中，用户在 1 系统总体设计 搜索信息时往往迷失在信息海洋中，信息超载已 成为一个重要问题．在这种信息环境中，用户更希 根据用户需求，设计信息推荐系统结构如图 望得到合适的推荐信息，并且这些推荐信息最好 1所示，系统主要包括网络爬虫、网页分析器、爬 是 比较符合用户兴趣 的．解决这一问题的一种可 虫控制器、信息推荐器四个部分． 行方案是基于网页剪辑设计一种信息推荐系统， 广li 信息推荐系统 根据用户感兴趣关键词列表主动向用户推荐信 息．根据采用的推荐技术不同，推荐系统可分为三 类 ：基于内容的(content-based)推荐系统、协同过 据库卜—卜_J L坫裁话 滤 (collaborativefiltering)推荐系统和混合式 (hy— brid．based)推荐系统…．基于 内容的推荐系统是 图 1 信息推荐系统结构 图 网络爬虫负责获取网页，系统的爬虫选择分 根据信息的内容与用户偏好之间的相关性 向用户 布式体系结构．分布式爬虫系统不仅可 以增加可 产生推荐：协同过滤的推荐系统是根据具有类似 同时下载的网页数量 以及可同时监测的网站数 观点用户的行为对 目标用户进行推荐；混合式推 量，而且具有更好的容错性，当某个爬虫出错时不 荐系统将基于内容的推荐方法和协同过滤相结 会影响整个系统的稳定 j．每个爬虫保留一个种 合，甚至引入其他领域的技术方法，用以产生推 荐 j．虽然用户有特定的信息需求，但往往缺乏 子地址清单，这些网址是初始搜索页，爬虫采用它 们的链接遍历网站的网页或相关网站． 时间或知识去搜索和浏览网页，用户希望在订阅 爬虫控制器可以从每个爬虫请求网页并将指 服务注册时可以创建描述他们感兴趣的关键词列 表，一旦网站发布一个新的包含这些关键词的信 令发送给爬虫．爬虫控制器是系统与万维网的接 口，与获取网页过程同步．爬虫控制器保留的是用 息，就通过电子邮件通知他们．针对文本信息的推 荐，本文设计了一种信息推荐系统，采用基于内容 于同步的信息和用于所有爬虫必须保持集中的信 息，包括剪辑文本和用户感兴趣的信息，这些信息 的