基于本体的食品安全新闻爬虫的设计与实现.pdfVIP

·信息技术· 农业网络信息 2015 年第5 期 AGRICULTURE NETWORK INFORMATION 基于本体的食品安全新闻爬虫的设计与实现 1 1 1 1，2 驰 杨璐 方雄武 郑丽敏 张瀚 ， ， ， （1.中国农业大学信息与电气工程学院，北京 100083；2.食品质量与安全北京实验室，北京 100083） 摘 要：本文设计并实现了一个食品安全新闻的爬虫。为了提高爬虫爬取食品安全新闻数据的准确率，建立了本体模 型，并用向量空间模型去除主题相关度小的新闻。结果表明该食品安全爬虫爬取有关食品安全新闻的准确率较高，达到 了预期要求。 关键词：食品安全；主题爬虫；本体；数据库 中图分类号：TP315 文献标识码：A 文章编码：1672－6251 （2015）05－0027－04 Design and Implementation of Food Safety Topic Crawler Based on Ontology ZHANG Hanchi1, YANG Lu1, FANG Xiongwu1, ZHENG Limin1,2 (1. College of Information and Electrical Engineering, China Agricultural University, Beijing 100083; 2. Food Quality and Safety Laboratory in Beijing, Beijing 100083) Abstract: This paper designed and implemented a crawler about food safety news. In order to improve the accuracy rate while crawling food safety news data, this paper established ontology model and used the vector space model to remove the news with small relevancy. Results showed that the crawler had high accuracy in crawling food safety news, which met the requirements. Key words: food safety; topic crawler; ontology; database 近年来食品安全事件多发频发， 而人们生活水平 全新闻的爬取。 逐步提高， 人们对食品安全越来越关注。 随着互联网 1 食品安全本体模型 的快速发展， 网络取代了传统的报纸、 口口相传的模 本体最初是一个哲学概念， 哲学家们将之定义为 式成为了人们关注食品安全、 获得食品安全信息的主 “对世界上客观存在物的系统地描述， 即存在论”， 后 要渠道。 研究表明， 发生食品安全事件时网络用户和 来在信息学中得到了广泛应用， Guarino 将其定义为 媒体关注度会迅速上升[1] 。 但是网上的信息比较分散， “某些方面概念化的明确解释或表示”[2] 。 本体通过