Web采集中信息组合自学习的研究.pdfVIP

第23卷摇 第11期 计 算机 技 术 与发 展 Vol.23摇 No.11 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 2013年11月 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Nov.摇 2013 Web 采集中信息组合自学习的研究 张摇 玲,许摇 亮,姜摇 华 (湖南省第一师范学院信息科学与工程系,湖南长沙 410205) 摘摇 要:Web采集者为了尽可能准确地采集符合主题的网页信息,一般会根据多种Web信息来预测待采集链接的价值。 文中为了提高Web采集系统预测链接价值的准确性,提出了一种能根据已采集页面自行调整Web信息重要性的Web采 集者。 它具有学习能力,能通过对训练集的爬行,分析出对于预测链接价值各种Web信息的重要性,以此调整采集过程中 各Web信息的组合权值,得到符合实际We