【摘 要】
：
主题爬虫是实现主题搜索引擎的关键部分。提出了利用朴素贝叶斯算法进行主题识别的方法,介绍了主题爬虫实现过程中所涉及到的关键部分,包括种子URL集合的生成、页面分析及特
论文部分内容阅读
主题爬虫是实现主题搜索引擎的关键部分。提出了利用朴素贝叶斯算法进行主题识别的方法,介绍了主题爬虫实现过程中所涉及到的关键部分,包括种子URL集合的生成、页面分析及特征提取、主题识别等。将基于朴素贝叶斯算法的主题爬虫,与基于链接分析的主题爬虫和基于主题词表的主题爬虫进行比较,实验表明基于朴素贝叶斯算法的主题爬虫准确性较好,论证了方法的可行性,为主题信息的采集奠定了良好的基础。
其他文献
<正>重塑生态链两端的产品和应用,打开A股市场上传媒企业的市值边界11月21日,停牌近半年的百视通、东方明珠发布公告:百视通吸收东方明珠。上海文广集团旗下两家上市公司首度
党的十八大以来，习近平总书记紧密联系党和国家发展的实际，深刻阐述了新闻舆论事业发展一系列重大理论和实践问题，形成了习近平新闻思想。习近平新闻思想内容非常丰富，其中始终围
本文选择公共建筑中的两类建筑——办公建筑和宾馆建筑作为研究对象,首先介绍和分析了适用于上海市既有公共建筑节能改造的各项技术措施,包括围护结构、空调系统和照明系统等
<正> 近几年来,随着风机技术的开发和对射流通风技术的深入研究和推广应用,全射流纵向通风技术在公路隧道的应用得到了迅速发展,通风系统的水力计算是选择合理的通风体系和选
首先以『毎日新聞(全国版)』1995年1月和2009年1月的报纸为例,对相隔15年的报纸中使用的复合动词进行统计和比较,弄清1个月的报纸中复合动词的使用情况,并对V1和V2的复合模式
随着我国公路隧道的与日俱增,隧道安全运营问题显得越来越突出,除隧道本身的土建施工质量外,隧道的监视与控制管理成为公路隧道安全运行的重要课题。以广州仑头—生物岛—大
他强调,巡视是党内监督的重要方式。中央巡视组要把思想统一到中央的要求上来,学好党章党规党纪,用习近平总书记系列重要讲话精神武装头脑,检查党的路线方针政策落实情况,坚
【正】 如何看待帝国主义和帝国主义国家的经济实力,历来是一个引人注目的问题。第二次世界大战后,在五十和六十年代期间,各主要帝国主义国家的经济都曾获得了较快的发展,出
商务沟通中不可避免地会遇到拒绝他人或被他人拒绝的情况。那么日本商务人员的拒绝行为呈现怎样的状态,又是如何表达拒绝之意,本文利用问卷调查得到的资料和数据,对此进行考
对小学语文学困生的帮教如何从心开始呢？笔者通过一年多的课题研究，觉得以下的帮教策略切合小学语文学困生的实际，比较行之有效，能帮助学困生树立学习语文的信心。