基于web元数据的定题web信息采集系统研究.docxVIP

  • 5
  • 0
  • 约5.02千字
  • 约 5页
  • 2023-09-06 发布于广东
  • 举报

基于web元数据的定题web信息采集系统研究.docx

基于web元数据的定题web信息采集系统研究 0 定题搜索的应用 网络信息的快速增长不仅使用户选择了丰富的信息资源,而且还带来了寻找有用信息的问题。如何快速、准确地获取相关信息成为研究热点。搜索引擎作为网络信息检索工具被用户广泛接受, 但其依然存在诸多不足之处。近年来, 研究学者不断提出新一代搜索引擎的发展方向, 而定题搜索是其中尤为突出的一类。所谓定题搜索, 就是将信息搜索限定在特定的主题领域, 网络机器人只采集与给定主题相关的网页以供检索。和普通搜索引擎比较, 定题搜索引擎的检索范围相对较小, 查准率和查全率易于保证。但随着网页数量及复杂程度的不断增加, 基于网页全文内容来判断其是否与给定主题相关的策略变得越来越困难, 于是基于Web元数据来判断网页内容与给定主题的相关性研究引起了研究人员的兴趣。考虑到中文网页中的分词问题, 以及英文网页元数据的描述规范性要好于中文网页, 本文仅选择英文网页作为定题采集的对象。 1 定题信息采集中的元数据类型 超链是整个互联网信息库的重要组成部分。网页设计者设计页面时, 通常借助超链完成整体信息框架的组织。为了便于用户选择继续浏览的超链, 常用较为简洁、正确的文字概括超链指向网页的内容。这类描述超链属性或超链周围的文字被称为超链元数据, 简称为元数据。元数据不仅对用户选择浏览有很好的提示作用, 对定题信息采集来说, 元数据内容所反映出的提示意

文档评论(0)

1亿VIP精品文档

相关文档