【摘 要】
：
为充分利用爬行主题与待访问页面之间的语义关系,提高主题爬虫的整体性能,在研究概念背景图（CCG）主题爬行算法的基础上,提出改进的CCG主题爬行算法。利用HITS算法选取高质量的
【基金项目】
：
中央高校基本科研业务费专项基金项目（2232013D3）
论文部分内容阅读
为充分利用爬行主题与待访问页面之间的语义关系,提高主题爬虫的整体性能,在研究概念背景图（CCG）主题爬行算法的基础上,提出改进的CCG主题爬行算法。利用HITS算法选取高质量的主题背景知识,根据形式概念分析理论构建概念格模型,将概念格生成CCG用以存储用户查询意向;利用CCG综合父网页、锚文本、链接上下文以及URL自身预测链接主题相关度,过滤不相关页面。实验结果表明,改进的爬行算法有效提高了网页抓取的精度和召回率,具有较强的可行性。
其他文献
武器装备招标项目与机电产品招标类似,评标方法及标准是招标文件中关键的部分,评标体系是评标方法的核心,研究确定评标体系是武器装备招标机构项目管理工作之一,反映招标项目
我国医患冲突在2012年达到顶峰,经过不同部门、不同群体以及不同学科的不懈努力,医患冲突趋于缓和,医患关系逐渐好转。但通过整理文献资料和问卷调查发现,仍有不少人认为我国目前的医患关系仍然处于不和谐的状态。笔者认为造成不和谐的深层原因之一就是医患之间的感情挫伤。重建医患之间的信任和关怀是进一步改善我国医患关系的着力点。本论文以医患间的情感缺失为主线,指出目前医患关系处于不和谐的状态是因为缺乏情感关怀
2020年10月28日上午,中国船级社(CCS)召开东北地区委会2020年年会,此次年会以"携手战疫克时艰、协同创新促发展"为主题,来自东北地区造船、航运、船舶配套制造企业、港航企业
近年来可生物降解的环保材料越来越受到广泛关注,聚乳酸(PLA)被认为是最具前景的可降解脂肪族聚酯材料,其材料性质如熔点、结晶度、可降解难易程度受到聚合物链段结构的影响,
建立动力学模型是研究水泥基材料水化的重要手段。一方面,水化动力学模型有助于阐述特定的水泥水化机理,利于理解和表征水泥的水化行为;另一方面,精细化的水化动力学模型计算
《吏文》是目前保存在韓國的明代官方公文的摘抄匯編,屬域外所藏明代漢文文獻,我們今天所見到的《吏文》是明嘉靖十八年(1539),朝鮮漢學家崔世珍為了方便官吏學習的需要,在原
针对低分辨率、不清晰图像识别精度较低问题,提出基于生成对抗网络(GAN)的图像识别改进方法。通过GAN中的生成模型与判别模型之间的极大极小博弈,使生成模型获得修复不清晰图像的能力,由此生成模型与一般分类网络相结合生成新网络,可从不清晰图片中提取准确的特征,提高对不清晰图像的识别精度。实验结果表明,改进方法对不清晰图像的识别精度有显著提升,对提高图像识别质量具有重要的价值。