【摘 要】
：
研究如何在一个网页内部进行有选择的爬行.使用TFIDF-2模型以及Max,Ave,Sum三个启发式规则分别计算文档特征权重和质心特征权重,在此基础上构建与根集文档相对应的质心向量,
【机 构】
：
天津科技大学计算机科学与信息工程学院,吉林大学计算机科学与技术学院,澳大利亚卧龙岗大学信息学院
论文部分内容阅读
研究如何在一个网页内部进行有选择的爬行.使用TFIDF-2模型以及Max,Ave,Sum三个启发式规则分别计算文档特征权重和质心特征权重,在此基础上构建与根集文档相对应的质心向量,利用它作为前端分类器指导主题爬行.使用前后端分类器分别给Frontier中的各个锚文本打分,将它们的打分求和,从中选择打分最高的链接,下载其对应的网页.实验结果表明,在质心向量的指导下,爬行程序借助于锚文本便可以准确地预测链接所指向网页的相关性;另外,双分类器框架还使得爬行策略具有增量爬行的能力.
其他文献
目前我国约有11946座尾矿库,我区也存在有550座。它的运行状况好坏,直接关系到企业的安全生产和人民生命财产的安全。文章论述了尾矿库的主要危险和采取相应的安全措施。
针对长坡选矿厂在全浮流程中添加大量药剂回收硫化矿，细粒、微细粒锡石易损失于全浮硫化矿中的特点，采用组合抑制剂BY-6抑制锡石，降低锡损失，使损失于全浮硫化矿中的锡石含量仅为
黄河治理论李殿魁编者按：黄河，这条养育了伟大中华民族世代子孙、创造了灿烂的古代文明的大河，也曾多次溃决泛滥，给沿黄流域的人民带来深重灾难，变成人们心目中的害河。根治黄河，变
建国五十年来，滨州地区人民在党的领导下，艰苦奋斗，奋发图强，走过了艰难曲折的奋进历程，写下了一个个崭新的发展纪录，取得了社会主义建设事业的伟大成就。特别是党的十一届三中全会
一个人最终能否成才,往往并不取决于其学历的高低和课堂知识的多寡,而是取决于其是否善于进行自我教育,是否善于运用智力的乐趣和探索学习的乐趣.
设备驱动是允许高级程序与硬件设备交互的底层程序.通常设备驱动中的漏洞较之应用程序中的漏洞对计算机系统的安全具有更大的破坏性.写污点值到污点地址是Windows设备驱动程
近年来,威海公安交警支队以江泽民总书记“严格执法,热情服务”的题词为指针,学济南交警精神,走科技强警之路,按照“队伍建设正规化、业务工作规范化、交通管理现代化”的工
2012伦敦奥运会男子百米短跑，前七名的速度都是10秒以内。他们被观众称为飞人。曾几何时，人类百米速度达到10秒，被看做是极限，不可突破。如今，“极限”早已不再，人类朝着更快的目标
在深化改革和科技创新中推动生产力发展○陈光林生产力的发展是人类生存的物质基础，是社会进步的最主要推动力。马克思主义认为，社会经济形态的发展是一个自然历史过程。而只有