技术编号:11780144
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及信息检索领域,特别是涉及信息检索中的网页主题爬虫。背景技术万维网上的海量信息不断地快速增长和更新,对这个海量信息库进行及时的收集一直是信息检索研究和应用的基础问题,Web爬虫正是解决该问题的经典技术。在很多时候,人们仅仅需要搜索特定领域或主题的Web网站,完成这项任务的爬虫技术即称为主题爬虫。不同领域都有大量的网站,对这些领域网站的自动爬取,是建立该领域的垂直搜索引擎以及特定领域数据挖掘和分析等应用的基础。虽然特定领域网站之间存在一定的链接关系,但是这也取决于网站的维护程度。如何全面、...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。