技术编号:6385614
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。本发明是,涉及到主题爬虫采集策略改进和网页内容抽取分类等相关技术。背景技术随着网页信息迅速的增长,目前网页总量已经超过35亿,并且每天以一百万速度在增加,这就会造成通用搜索引擎索引的网页信息时效性差,很难满足不同专业用户的需求,Internet的迅速发展对WEB信息的搜索提出了巨大的挑战。所以面对领域的垂直搜索引擎就应运而生。基于主题网络爬虫的搜索引擎(即第4代搜索引擎)已经成为当前搜索引擎的热点研究方向。垂直搜索引擎专注某一特定的领域,使信息处理量大大降...
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。