【摘 要】
：
从全局上限定采集范围可以有效地提高主题爬虫的查准率.结合Web链接分析和页面内容特征分析,提出了一种基于复杂网络局部社区发现的主题爬行方法,将主题爬行分为两个阶段,第
【机 构】
：
中国人民大学信息学院,北京联合大学商务学院
【基金项目】
：
国家自然科学基金（71271209）, 北京市教委科技重点项目（SZ201311417001）, 北京市教委2014年科研基地项目（pxm2014_014209_07_000076）
论文部分内容阅读
从全局上限定采集范围可以有效地提高主题爬虫的查准率.结合Web链接分析和页面内容特征分析,提出了一种基于复杂网络局部社区发现的主题爬行方法,将主题爬行分为两个阶段,第一阶段采用复杂网络的局部社区发现算法进行Web链接分析,构建主题网站群,缩小爬行范围.在第二阶段,在限定的范围内,对爬取到的页面进行主题相似度判定,并对下一步的链接目标进行预测.实验证明,该方法显著提高了主题爬虫的查准率.
其他文献
实施"双随机、一公开"消防监管是深化消防执法改革,强化事中事后监管的有效手段。本文结合现行消防监督模式,对"双随机、一公开"消防监管的制度建构、制度运行、制度衔接以及
小学数学课程必须融入学生发展为主体的教育理念,加强小学数学生活化与实践性的思考,构建小学数学快乐学习的气氛,激发学生对数学课程的学习兴趣。本文分析面向学生的主体发
An amphotropic pseudotype retrovirus containing human N-ras antisense gene was constructed and packaged with helper cells. It has been previously demonstrated t
随着我国公共财政体制改革不断深化和高等教育事业的快速发展，我国的高等学校财务管理制度也逐步改革发展。因此，总结高校财务管理制度的历史发展历程，分析其制度变革的内在动因
一场经济危机让中国家电企业真正认识到高端产品的重要性，认识到品牌形象的重要性，也认识到了中国市场层次的丰富性和缓冲能力，更认识到了国际市场竞争的残酷。不过，中国家电企业
IEC62552作为全球的参考标准,对冰箱耗电量测量方法进行了修订,我国据此提出冰箱耗电量测标准草案。本文依据修订前后的标准.对直冷冰箱进行了耗电量评价的研究。结果表明,修
山西省忻州市金融办坚持稳中求进的工作总基调,多措并举扎实推进民营经济金融服务工作,全面落实支持民营经济发展的各项政策,推动民营企业贷款稳步增长。
电视机：产销量增幅较大 产业在线对国内20家主要电视机生产企业的监测数据显示，2009年12月，电视机产销量同比增幅均在50％以上。12月，电视机产量为929．2万台，同比增长52．9％。
对红树莓茎尖进行了快速繁殖研究,筛选了快速繁殖的最适培养基及最佳移栽基质.结果表明:最适起始培养基为MS+BA 1.5 mg/L+NAA 0.1 mg/L;最适继代培养基为MS+BA 0.5 mg/L+GA 0
电力变压器是电力系统中非常重要的设备,其故障情况关系着电网能否安全稳定运行。由于变压器长期连续地运行在电网中,不可避免地会发生故障,而其中铁心和绕组故障是变压器故