基于主題的智能Ｗｅｂ信息采集系統的研究與實現
2006-01-01 00:00:00李衛劉建毅何華燦王樅
計算機應用研究 2006年2期
摘 要：研究并實現了一個基于主題的智能信息采集系統IFWC，該系統以全信息理論為支撐，吸收傳統向量空間模型的思想，采用基于概念的向量空間模型，從詞的語義層次對文本進行主題相關性分析；使用擴展元數據的語義相關性判定算法，對頁面內的URL進行主題相關性預測。實驗證明，該系統采集速度快，采集下來的頁面精度高。
關鍵詞：基于主題的信息采集；全信息；擴展元數據；概念向量空間模型
中圖法分類號：TP391．3
文獻標識碼：A
文章編號：1001—3695(2006)02—0163—04
