【摘 要】
:
BBS 型网站作为整个互联网生态中的重要一环, 其中蕴含着海量的数据, 也是我们获取信息的重要来源. 如何针对这些不同类型的论坛网页, 设计一种通用的算法,对其主题贴和回帖
【机 构】
:
长江大学信息与数学学院,长江大学管理学院
论文部分内容阅读
BBS 型网站作为整个互联网生态中的重要一环, 其中蕴含着海量的数据, 也是我们获取信息的重要来源. 如何针对这些不同类型的论坛网页, 设计一种通用的算法,对其主题贴和回帖等有价值的信息进行提取, 是文章所研究的主要内容. 文章在基于对不同类型网页结构的深入分析, 并充分考虑了论坛网页类型的不一致性、单个网站的易爬取性及通用爬虫的不可靠性, 设计了一种基于网页纵向分析的提取方案, 并详细叙述了主题爬虫的算法方案.
其他文献
以黄精为原料、水为提取溶剂,采用超声波协同纤维素酶方法对其多糖提取。通过单因素试验和正交试验研究纤维素酶与底物质量比、超声时间、超声功率、浸提pH值、料液比对多糖
对于钢-混组合连续梁桥,中支点附近受负弯矩控制,导致混凝土结构层受拉开裂,影响结构的耐久性和使用性能。工程上可以采用支点位移法,依靠钢梁强迫位移对组合梁施加预应力,来
我们根据原设计施工图纸、旧双柱桩式断路器基础研究分析出旧基础再利用的方法;然后我们对旧基础再利用方法的改造后基础进行了各项力学详细计算分析,计算分析结果证明改造后的
目的分析研究复方甘草酸苷、甘草酸二铵、异甘草酸镁3种甘草酸制剂治疗病毒性肝炎合并高胆红素血症的临床疗效。方法在本院2015年4月至2017年4月间收治的病毒性肝炎合并高胆
国产基础软硬件建设中,人员积极研究国产基础软硬件集成适配及优化技术,提高个人的专业水平。鉴于当前国产基础软硬件存在的技术方向碎片化、生态体系不完备、集成适配优化缺
本文针对酒鬼酒公司突发的"黑天鹅"事件,从内部控制的角度,分析了酒鬼酒公司在内部控制主体环节存在的缺陷和不足。通过对酒鬼酒公司内部控制环境、风险评估和控制活动分析,找
社会科学技术的飞速发展,给无数行业带来了希望和挑战,旅游业也是如此。目前的旅游行业面临着新旧交替的巨大挑战下,优胜劣汰。根源就在大数据背景下的智慧旅游管理模式中。
目的探讨卡波姆宫颈凝胶治疗慢性宫颈炎临床效果。方法选择2016年2月~2017年2月80例慢性宫颈炎患者分组。对照组用治糜灵栓进行治疗,观察组选择的药物是卡波姆宫颈凝胶治疗。
锅炉作为发电厂的核心设备之一,能否安全,稳定的运行是电厂生产极为关注的问题.为了确保在电厂生产中锅炉稳定,减少事故发生,需要对影响锅炉运行的一些因素进行分析,从而有效
互联网的发展,推动了新经济形式的发展。从单方面获取信息的时代到用户与平台之间互动的时代,众筹模式是互联网发展下的产物。与传统的融资模式相比,众筹模式借助了现代互联