【摘 要】
：
通用搜索引擎搜索的网页量大,引入主题爬虫搜索策略的搜索引擎检索的网页相关度高,减少了无关网页的采集。为了提高主题爬虫的搜索效率,设计一种基于布谷鸟搜索算法的主题爬
【机 构】
：
桂林电子科技大学电子工程与自动化学院,北京邮电大学自动化学院
【基金项目】
：
国家自然科学基金项目（61562013）, 广西重点研发计划项目（桂科AB16380293）
论文部分内容阅读
通用搜索引擎搜索的网页量大,引入主题爬虫搜索策略的搜索引擎检索的网页相关度高,减少了无关网页的采集。为了提高主题爬虫的搜索效率,设计一种基于布谷鸟搜索算法的主题爬虫搜索策略,将爬取的网页URL作为鸟巢个体,计算待选择的URL集合中所有网页的相关度,采用莱维飞行进行多次迭代,找出相关度高的,然后通过随机数与发现概率Pa进行比较,产生新的URL。实验结果表明,与主题爬虫的其他相关技术比较,此策略在爬取主题相关网页时具有更高的效率。
其他文献
通过对甘肃省经济林产业发展现状、经济林产品检测需求状况以及林业系统质检资源的调查,初步分析了目前全省经济林产品质量监管中存在的问题,并从加大相关法律法规、检验检测
本文基于国家自然科学基金数据库，利用文献计量学与知识图谱相结合的方法，构建已发表论文关键词的共现矩阵并进行可视化分析．探讨了甘肃省获批科学基金项目中信息科学、管理科学
驻川某部１９９３年度病毒性肝炎监测分析刘仕昌马峰卢登明赵琼莲（成都军区疾病监测中心，成都，６１００６１）为掌握成都部队病毒性肝炎（下简称肝炎）疫情动态，预测疫情趋势，科学评价现行的综合性防治措施效
依据国家《关于公布首批重点监管的危险化工工艺目录的通知》,必须对氯化反应设计紧急停车系统。本文针对一套氯化反应的集散系统和紧急停车系统方案的设计及其实现加以了说
安全是电网企业最大的政治，是电网企业的生命线，是奋力推动“四个提升”、努力实现“四个卓越”、加快建成“一强三优”现代公司的根本保障。
核电厂数字化仪控系统PT100链路的停堆响应时间测试是安全级DCS系统性能测试中的-项重要指标.其测试原理主要是从输入信号采集到DCS输出停堆指令的时间差,用示波器采集输入与
绿化建设是城镇建设的重要内容,对于促进小城镇发展有着极其重要的意义。通过文献收集和实际调研及问卷调查法对齐村镇绿化建设现状进行了探究,发现其中存在的问题,即投入不
新疆地区自然人群中庚型肝炎血清学调查邢颜超庞登文杨弟存武林善景少春曹茂开①唐秋香王英（解放军第二十三中心医院检验科，乌鲁木齐，８３０００６）目前已有较可靠的病原检测手段来诊断甲、乙
根据甘肃省河西及沿黄地区农业节水发展现状,分析近年来甘肃省河西及沿黄农业发展取得的成绩,存在的问题,根据全省地域特点提出对策。
＂这次巡视完成了,一切正常!＂＂这树苗一个星期轮灌一次,地里还是干啊!＂5月28日,骄阳似火,地面温度达到了38℃,下午3点左右,在大城昌泰苗圃种植农民专业合作社的苗圃里先后走出来两