【摘 要】
：
随着互联网的快速发展,网络信息呈现海量和多元化的趋势。如何为互联网用户快速、准确地提取其所需信息,已成为搜索引擎面临的首要问题。传统的通用搜索引擎虽然能够在较大的
【机 构】
：
军工保密资格审查认证中心实验室,哈尔滨工程大学计算机科学与技术学院
论文部分内容阅读
随着互联网的快速发展,网络信息呈现海量和多元化的趋势。如何为互联网用户快速、准确地提取其所需信息,已成为搜索引擎面临的首要问题。传统的通用搜索引擎虽然能够在较大的信息范围内获取目标,但在某些特定领域无法给用户提供专业而深入的信息。提出基于SVM分类的主题爬虫技术,其将基于文字内容和部分链接信息的主题相关度预测算法、SVM分类算法和HITS算法相结合,解决了特定信息检索的难题。实验结果表明,使用基于SVM分类算法的爬取策略,能够较好地区分主题相关网页和不相关网页,提高了主题相关网页的收获率和召回率,进而提高了搜索引擎的检索效率。
其他文献
分析了自行研制的磁流变抛光机床KDMRF-1000的拓扑结构以及坐标变换关系，对其进行了运动求解，建立了光学镜面的磁流变抛光后置处理算法模型。针对机床四轴联动的特点，对建立的磁
消费者信心指数是预测经济走势和消费趋向的一个先行指标,对物价水平具有一定的预测力。本文选取2006年1月至2016年4月间的月度数据,建立VAR模型和VEC模型,通过协整检验、脉
<正>中国慈善发展的历史源远流长。但1949年建国后一度中断长达30年之久。从1981年中国儿童少年基金会成立至1994年中华慈善总会创立,是中华慈善事业全面复兴的14年。而此后
<正>随着建设小康社会目标的推进和工业化、城市化、城乡一体化战略的实施,农村村民的生活水平不断提高,要求改善居住条件的呼声越来越强烈,随之而来的是宅基地纠纷也呈现上
ARINC659背板总线为综合化模块化航空电子（IMA）中在线可更换模块（LRM）之间数据传送的标准总线.多重冗余可重构的特性以及时间窗口触发的帧收发运行控制机制是ARINC659背板总线的
<正>在一堆书中,《阿黛拉和西蒙在巴黎》绝对可以凭借独特的画风脱颖而出,吸引我们的眼球。封面居中就是故事的主人公—姐姐阿黛拉和弟弟西蒙。画家将他们画得非常可爱,可以
本报记者：张小也$$特邀嘉宾：厦门大学历史系教授 郑振满$$ 北京师范大学历史系教授 赵世瑜$$ 英国剑桥大学中国研究所教授 科大卫$$ 本题提示$$ 近日
职业生涯规划的第一步就是自我探索,自我探索对大学生职业生涯规划具有重要的意义。本文主要对职业自我探索的内容(外在自我、心理自我、社会自我)及职业自我探索的途径(心理
为合理开发利用山区资源,确保山区优质灵芝生产的可持续发展和多样性,我们根据多年的生产实践,除了栽培整朵灵芝,还研发种植鹿角灵芝。文章针对鹿角灵芝栽培具体工艺,鹿角灵