主题网络爬虫研究综述

被引：137

作者：

刘金红

陆余良

机构：

[1] 解放军电子工程学院网络系

来源：

关键词：

主题网络爬虫; 信息检索; Web挖掘;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

首先给出了主题网络爬虫的定义和研究目标;然后系统分析了近年来国内外主题爬虫的研究方法和技术,包括基于文字内容的方法、基于超链分析的方法、基于分类器预测的方法以及其他主题爬行方法,并比较了各种方法优缺点;最后对未来的研究方向进行了展望。

引用

页码：26 / 29+47 +47

页数：5

共 6 条

[1] 基于主题的智能Web信息采集系统的研究与实现 [J].

李卫 ;

刘建毅 ;

何华灿 ;

王枞 .

[2] 可在线增量自学习的聚焦爬行方法 [J].

傅向华 ;

冯博琴 ;

马兆丰 ;

何明 ;

不详 .

[3] 基于主题的Web信息采集系统的设计与实现 [J].

李盛韬 ;

赵章界 ;

余智华 .

[4]

The anatomy of a large scale hypertexual Web search engine .2 BR IN S,PAGE L. Proc of the 7 th World Wide Web Conference . 1998

[5]

Evaluating topic-driven Webcrawlers .2 MENCZER F,PANT C,RUIZ M E. Proc of SIGIR’01 . 2001

[6]

Sizing the Internet .2 MURRAY B,MOORE A. . 2000