原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
融合链接结构的主题爬虫算法-华侨大学学报自然科学版
第 卷 第 期 华 侨 大 学 学 报 （自然 科 学 版 ）
３８ ２ Ｖｏｌ．３８ Ｎｏ．２
年 月 （ ）
２０１７ ３ ＪｏｕｒｎａｌｏｆＨｕａｉａｏＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｍａｒ．２０１７
ｑ ｙ
： ／
犱狅犻１０．１１８３０ＩＳＳＮ．１０００５０１３．２０１７０２０１２
融合链接结构的主题爬虫算法
刘韶涛，李洪胜
（华侨大学 计算机科学与技术学院，福建 厦门 ３６１０２１）
摘要： 通过分析基于内容的链接选择 算法，引入能够体现链接价值的 （
ＢｅｓｔＦｉｒｓｔ ＨＩＴＳｈ ｅｒｌｉｎｋｉｎｄｕｃｅｄ
? ｙｐ
）算法，提出了新的链接选择策略 将两种算法相结合，新的爬虫不仅仅考虑页面内容，同时将链接
ｔｏｉｃｓｅａｒｃｈ ．
ｐ
结构加入进来，使得在下载的过程中能够保证主题相关性和权威性，缓解爬虫在爬行阶段的“近视”现象 结果
．
表明：新的爬行策略比单一的ＢｅｓｔＦｉｒｓｔ算法具有更好的性能表现．
?
关键词： ＢｅｓｔＦｉｒｓｔ算法；链接结构；ＨＩＴＳ算法；爬行策略
?
中图分类号： 文献标志码： 文章编号： （ ）
ＴＰ３１１ Ａ １０００５０１３２０１７０２０１９５０６
犜狅犻犮犆狉犪狑犾犲狉犃犾狅狉犻狋犺犿犠犻狋犺犔犻狀犽犛狋狉狌犮狋狌狉犲
狆 犵
，
ＬＩＵＳｈａｏｔａｏ ＬＩＨｏｎｓｈｅｎ
ｇ ｇ
（ ， ， ， ）
ＣｏｌｌｅｅｏｆＣｏｍ ｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ ＨｕａｉａｏＵｎｉｖｅｒｓｉｔ Ｘｉａｍｅｎ３６１０２１ Ｃｈｉｎａ
ｇ ｐ ｇｙ ｑ ｙ
：
文档评论（0）