主题Web挖掘研究.PDFVIP

维普资讯 第 8卷 期 计 算 机 技 术 与 发 展 、’r，lI N 2 20088 2月 (、()MPtI1ERTECHNOI(X；Y ＼ r)r)FV l，()FMENT etJ 20)《8 3 主题 Web挖掘研究 杜光芹 ，一，张化祥 ，赵瑞东2 (1．山东师范大学信息科学与工程学院，山东济南 250014； 2．浪潮集团，山东 济南 250014) 摘 要 ：网络已经成为人们获取知识的一个重要途径。然而面对巨大的Web资源库 ，用户若想获得所需要信息已不再是 一 件简单的事情。通用搜索引擎返 回大量的无关信息．不能满足用户的特定信息检索需求。针对这个问题，Web信息检 索领域出现了一个新的研究方向——主题驱动的Web资源发现。介绍了通用搜索引擎的基本结构、工作原理及现状 阐 述了主题Web挖掘的研究背景、任务及目前研究技术的进展 ，并对其未来的发展方向进行了探讨 。对通用搜索引擎和主 题Web挖掘的关系进行了分析。 关键词：搜索引擎；信息检索；Web主题挖掘；聚焦爬虫；本体论 中图分类号 ：TP393 文献标识码 ：A 文章编号：1673—629X(2008)02—0094—04 StateofTopicW ebM ining DU Guang．qin一，ZHANG Hua-xiang ，ZHAO Rui．dong2 (1、Sclx3ol0fInformationScienceandEngineering，ShandongNormalUniversity，Jinna 250014，China； 2Lma_gchaoGroup，Jinan250014，China) Abstract：Internetprovid~ ITloreandlTloreinfom-mtionandit’snoteasyforpeopletogetwhattheywna t．W eboftenprovidesalotofir— relevnatinformationbyuniversalsearchengine，s0anew researchdirectionhasbeenpmposedinW ebinfom-mtionretrievalcommunity， whichistermedas t‘opic—drivenW ebresourcediscovery’．Introducesthebasicarchitcetureandworkmcehanimanadthestatusofthe un iversalsearchengine，thenintroducestheresearchbackgroun d，thetasknadthepresentresearchtechnologyofthetopicW ebmining ， nadsomeofthefutureworksarenaalyzde ．Finallyanalyzetherelationshipbetweentheun iversalsearchenginenadthetopicW ebmining ． Keywords：searchengine；infore-rationretrieval；topicW ebmining ；focusedcrawler；ontology O 引 言 球 15岁以上网民人数达到7．47亿 ，比去年同期增长 伴随着科技的发展，信息化已经是现代社会发展 10％。 的一个方向，而网络已成为人们获取信息、传递信息的