基于遗传算法的主题爬行技术研究

作者：关慧芬 师军 马继红主题爬虫遗传算法主题相关度本体语义

摘要：针对目前主题搜索策略的不足,提出了基于遗传算法的主题爬行策略,提高了链接于内容相似度不高的网页之后的页面被搜索的机会,扩大了相关网页的搜索范围。同时,在网页相关度分析方面,引入了基于本体语义的主题过滤策略。实验结果表明,基于遗传算法的主题爬虫抓取网页中的主题相关网页数量多,在合理选择种子集合时,能够抓取大量的主题相关度高的网页。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社