主题爬虫相关度算法研究综述课件.pdfVIP

计 算 机 与 现 代 化 2013 4 JISUANJI YU XIANDAIHUA 212 年第 期 总第 期 文章编号:1006-2475 (2013)04-0027-04 主题爬虫相关度算法研究综述 ， ， 王 帅 周国民 王 健 ( ， 100081) 中国农业科学 院农业信息研究所 北京 : ; ， 摘要 首先 阐述主题爬虫相关度算法目标和相关度的计算内涵 然后根据信息 处理的进化观 点 以信息特征 项 的处理为 ， 、 、 3 ， 线索 分别从字符层 语言层 语义层 个层次 系统分析 当前主题爬虫相关度 的计算方法 并比较不同层次 间各个算法的 ; ， 。 优缺 点 最后 总结现有的研究成果 并给 出进一步的研究方向 : ; ; ; 关键词 相关度 算法 主题爬虫 概念 中图分类号:TP391． 3 文献标识码:A doi: 10 ． 3969 /j ． issn． 1006-2475 ． 2013． 04 ． 007 Reviews of Relevance Algorithm in Focused Crawler WANG Shuai ，ZHOU Guo-min ，WANG Jian (Agricultural Information Institute ，Chinese Academy of Agricultural Sciences ，Beijing 100081，China) Abstract :This paper describes the goal of relevance algorithm and relevance calculation connotation in focused crawler． Then ， according to the evolutionary point of view of information processing ，it systematically analyzes the current relevance calculation method of focused crawler in three levels :character layer ，language layer ，semantic layer ，and compares the advantages / disad- vantages among algorithms from different levels． Finally ，it summarizes the current research results and indicates the direction in future works． Key words :relevance ;algorithm ;focused crawler ;concept