简析主题网络爬虫搜索策略

来源 :电脑迷 | 被引量 : 0次 | 上传用户:bbfyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
重点分析了爬虫的策略设计以及网页主题的相关度算法研究等,分析了各个算法的实现方法以及优缺点等。1宽度遍历策略宽度优先搜索[1](Breadth-First-Search)简称BFS,网络爬虫从初始URL集合中,按照访问的层次逐个遍历网页,当遍历完当前层的网页包含的所有URL链接完,然后才接着对下一层级的页面进行遍历,不断断的递归这个过程,直到完成爬取任务,或者到达遍历的停止条件等。因此,宽度遍历也称为 The paper mainly analyzes the strategy design of crawler and the research on the relevance of web pages, and analyzes the implementation methods, advantages and disadvantages of each algorithm. 1 Breadth-First-Search (BFS), the web crawler from the initial URL set, according to the level of access to traverse the web page one by one, when traversal of the current web page contains all the URL links finished, And then went on to the next level of the page traversal, continuous recursive recursive this process until the completion of crawling tasks, or to reach the traversal stop conditions. Therefore, width traversal is also called
其他文献
宜昌市点军区人大代表、桥边镇黄家棚村党支部书记王乐军,认真履行“当人大代表就是要为民办实事”的承诺,一心一意为民办实事,深受群众爱戴。村民们称他是心系群众的好代表
在日常生活和工作中,ppt演示文稿和word文档都是人们最常用的办公软件,由于其具有强大的办公功能,辅助人们解决大量的办公问题,因此受到人们的欢迎,应用范围十分广泛.但同时
期刊
死亡是文学永恒的主题之一,纵观中外文学作品,无论作家之间在生死观念上有着多大分歧,但对于死亡透视却已经成为不约而同的目标,并进而发展为昭示作家价值评判和审美态度的艺
针对原位合成TiB2/Al-Si-Mg-Cu复合材料,应用Gleeble-3500热模拟机进行等温压缩试验,研究其在变形温度300~500℃和应变速率10-3~10s-1的热变形行为。结果表明:该复合材料在高温
期刊
期刊
高效课堂基于高效教学,而高效教学应该是以学生的自主学习为基础的,其最主要要素是学生高效的自主学习,没有学生高效率的自主学习和课前预习就不能实现高效的课堂教学,高效课
期刊
通信工程是现代居民不可缺少的重要部分,主要完成对信息的传递和信号的处理.企业在对通信工程的运营的过程中,可能会受到成本问题的影响.如不能采取有效的成本控制,就会影响
期刊
阐述了功能梯度材料的概念,介绍了功能梯度材料的各种制备工艺技术,最后探讨了FGM在航空航天、机械、能源、光电、生物、电磁和核工程等领域的广泛应用。 The concept of FG
期刊