作者：舒奔 尹珂主题爬虫主题相关度主题网页
摘要：现存主题爬虫算法在抓取主题网页方面，其准确性不是很高。本文提出一种基于文本内容评价与网页链接评价的主题网页抓取方法。首先计算当前网页与主题的相关度，然后将相关度值与给定阈值进行比较决定当前网页是丢弃还是存储，同时相关度值的大小也决定了待爬链接队列中URL的优先权，此模型考虑了主题网页的准确率与覆盖率之间的平衡。新设计的主题爬虫算法在抓取主题网页方面，其准确性有一定程度的提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机与现代化》（CN：36-1137/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机与现代化》自创刊以来，以理论联系实际、促进应用开发为宗旨，主要刊登计算机专业方面的新理论、新技术及其在各个领域中应用成果的论文，设有系统分析与设计、软件工程、网络与通讯、过程控制、辅助设计、中文信息技术、人工智能、综合述评、应用与实践等栏目，既有相当的学术水平，又有现实的指导作用。
部级期刊
人气 850248 评论 75
人气 228662 评论 65
人气 211869 评论 35
省级期刊
人气 211071 评论 71
