论文部分内容阅读
Shark-Search算法是一个经典的主题爬取算法．针对该算法在爬取噪音链接较多的Web页面时性能并不理想的问题，提出了基于网页分块的Shark-Search算法，该算法从页面、块、链接的多种粒度来更加有效的进行链接的选择与过滤．实验证明，改进的Shark-Search算法比传统的Shark-Search算法在查准率和信息量总和上有了质的提高．