2016/9/23总结电脑内容

Posted 一蓑烟雨任平生

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2016/9/23总结电脑内容相关的知识,希望对你有一定的参考价值。

1.通用搜索引擎面临着索引规模、更新速度、个性化需求等多方面挑战

2.如果网页 p 中包含超链接 l, 则 p 称为链接 l 的父网页;如果超链接 l 指向网页 t, 则网页 t 称为子网页,又称为目标网页。

3.主题网络爬虫的基本思路就是按照事先给出的主题, 分析超链接和已经下载的网页内容, 预测下一个待抓取的 URL 以及当前网页的主题相关度, 保证尽可能多地爬行、 下载与主题相关的网页, 尽可能少地下载无关网页

4.主题网络爬虫,主题定制爬行策略和相关算法

  研究进展分析总结:①基于文字内容的启发式方法(利用网页、url、锚文字等文字信息;爬行主题采用关键字集合来描述;根据url的优先级来爬取,使用主题关键词和抓取网页的文字内容计算优先级)

           ②基于web超链图的评价方法(pagerangk值排url优先级;如果一个网页被引用的次数越多,越重要,url优先级越高)

           ③基于分类器的预测方法(基于分类模型预测网页的主题相关度)

         综上:未来主题爬虫的研究主要是围绕如何提高链接主题预测的准确性,

 

以上是关于2016/9/23总结电脑内容的主要内容,如果未能解决你的问题,请参考以下文章

知识分享:C语言语法总结,初学者可收藏

dubbo专题-服务暴露总结(本地暴露+远程暴露时序图)

复大官网总结

20141009_工作内容总结

大数据实践总结--两个故障的处理及思路总结

Aspen安装过程报错总结