文档介绍：骸!篖::.:
嘲圳气厂国例学位论文作者签名:移蠓唇学位论文作者签名:痧饨加肛军夕月≯己曰日期:知他年夕月≥。因西华大学学位论文独创性声明西华大学学位论文版权使用授权书作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。指导日期:日期本学位论文作者完全了解学校有关保留、使用学位论文的规定,在校攻读学位期间论文工作的知识产权属于西华大学,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,西华大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。C艿穆畚脑诮密后遵守此规定指导教师签名:
要摘近年来,随着互联网中的信息以指数数量级的增长,互联网中所包含的信息量越来越大,这给人们寻找有用信息带来了困难,因此一个高效准确的用于组织和检索有用信息的搜索引擎就变得越来越必要。爬行虫是搜索引擎中的一个重要组件,它主要用于从网上搜集文档信息。由于用于通用搜索引擎的爬行虫耗费大量的磁盘空间和网络带宽,并且搜索结果的准确率也比较低,因此主题搜索引擎以其智能化、个性化、领域化、专业化等特点很快成为了当前学术界和产业界研究的热点。主题爬行虫致力于搜集与预先给定的主题相关的网页,而不是遍历整个网络,它基于这样的一个事实:一个主题相关的网页总趋向于链向相同主题的其他网页。主题爬行虫需要解决的一个主要问题就是在爬行过程中如何为未访问的赋予一个适当的优先级分值以维持比较高的收获率。为了解决这个问题,本文提出了一种基于领域本体和形式概念分析技术的主题爬行策略,该策略首先通过透拍钕喙囟裙菇ê诵南似图,然后结合概念格知识构建相似概念背景图,,并最终决定的访问顺序。论文的主要研究内容包括以下几点:岢隽艘恢侄攘坑镆逑喙囟鹊姆椒āS镆逑喙囟仁怯美春饬课牡祷虼视镏溆义相关性的一个概念,它反映了两个对象之间的关联程度。本文借助域本体所包含的丰富语义,借鉴了多种度量语义相关度的方法,并最终总结出了应用于本文的度量语义相关度的方法。岢隽艘恢止菇ㄏ嗨聘拍畋尘巴嫉姆椒ā1疚耐ü运鸭氐拇砼佬兄魈獾基础网页和基础网页链向的当前网页进行分析处理后得到的基础概念格、当前概念格以及能描述爬行主题的特征词集后,首先将特征词集基于士饨行同义词扩展,生成扩展特征词集,然后再使用度量语义相关度的方法构建核心相似图,最后根据本文提出的算法利用核心相似图、基础概念格和当前概念格构建相似概念背景图。岢隽艘恢只谟镆辶唇臃治龊拖嗨聘拍畋尘巴嫉脑け畔燃斗种档牟略。锚文本一般是网页的引用者从另一个角度对网页主题进行的简短概述,因此它最能体现网页的主题。本文提出了一种计算锚文本和主题相关度的方法,并结合上文中生成的相似概念背景图,提出了一种计算优先级分值的方法,按照优先级分值的大小指导主题爬行。西华大学硕士学位论文
最后,论文利用召回率、一等三种度量指标对比分析了本文提出的主题爬行策略和基于宽度优先的爬行策略、基于背景图的主题爬行策略、基于相关背景图的主题爬行策略以及基于概念背景图的主题爬行策略。实验表明,在同等条件下,本文提出的主题爬行策略具有一定的优势,这也论证了该方法的有效性和可行性。关键词:主题爬行虫;形式概念分析;概念相关度;基于领域本体和相似概念背景图的主题爬行策略研究
》.甋琺琣瓹瑅鷈籱瓼,甒琣伍觕琾,,.,琣琣’畁西华大学硕士学位论文瑆甶甋甇,瑆瓼,.琧甌瑆琣甀
也瓽琣,.,琣谢瑆篎,琖基于领域本体和相似概念背景图的主题爬行策略研究瑀狹甅,瑃甌瓸,’
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..课题研究的背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的主要研究内容及组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯喙刂J侗尘啊爬行虫相关知识背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.形式概念分析理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...菇ǜ拍罡袼惴ā本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯诹煊虮咎宓挠镆逑喙囟榷攘俊语义相关度⋯⋯