基于兴趣模型的WEB信息预测采集过滤方法
更新时间：2019-05-21
访问次数：
作者联系方式：李振星(1972),男,北京航空航天大学机械工程及自动化学院博士研究生。在中科院计算所与唐卫清研究员、硕士研究生徐泽平合作,做有关web信息定向智能采集,大规模web信息的处理及web信息智能查询方面的研究,重点针对中文web信息的采集、处理、查询。
分类号：TP274.2
会议名称：第一届学生计算语言学研讨会
召开年：2002
摘要：Web网上海量信息急速膨胀使得有效定向采集相关信息检索成为网上信息查询一个日益重要的研究方向。本文提出一种基于用户兴趣模型的Web文本信息预测采集过滤方法。这种方法根据正反集文本过滤方法,设计出一种用户兴趣模型,并在对Web站点结构进行分析的基础之上,通过对网页的相关度的预测来控制信息的采集。在保持定向采集精度的同时,缩短采集时间、减少存储、加快检索,节约了网络资源。
