【摘要】：隨著網(wǎng)絡(luò)資源的迅速發(fā)展，基于關(guān)鍵詞匹配的搜索引擎已經(jīng)不能滿足用戶專業(yè)化、個(gè)性化的查詢請(qǐng)求。同時(shí)，由于受到萬維網(wǎng)架構(gòu)的影響，傳統(tǒng)的基于關(guān)鍵詞匹配的網(wǎng)絡(luò)爬蟲很大程度上降低了網(wǎng)頁抓取的查全率和查準(zhǔn)率。如何從海量網(wǎng)絡(luò)數(shù)據(jù)中獲取用戶所需的專業(yè)化、個(gè)性化的數(shù)據(jù)已成為當(dāng)前的研究熱點(diǎn)。 面對(duì)這種情況，主題爬蟲應(yīng)運(yùn)而生。主題爬蟲是一種能在互聯(lián)網(wǎng)上針對(duì)特定主題進(jìn)行資源采集的網(wǎng)絡(luò)爬蟲。本文在深入研究主題爬蟲的相關(guān)理論和技術(shù)的基礎(chǔ)上，充分利用了領(lǐng)域本體在語義表達(dá)上的優(yōu)勢(shì)，將領(lǐng)域本體和主題爬蟲的爬行過程相結(jié)合，提出一種基于本體語義樹的主題爬蟲模型。 本文首先構(gòu)建了教育信息資源本體庫，并擴(kuò)展了教育信息資源的特有屬性，在此基礎(chǔ)上描述了主題爬蟲的特定主題。其次，，通過對(duì)大量網(wǎng)頁進(jìn)行結(jié)構(gòu)分析，運(yùn)用相應(yīng)的算法分析頁面中的title文本、URL文本和anchor文本等信息，提取出鏈接概念集合；同時(shí)運(yùn)用相應(yīng)的算法分析頁面中的title文本、頁面描述信息和關(guān)鍵詞等信息，提取出頁面內(nèi)容概念集合。然后，本文提出了基于領(lǐng)域本體的鏈接相關(guān)度算法和頁面內(nèi)容相關(guān)度算法。在主題爬蟲的爬行過程中，通過分析領(lǐng)域本體中的概念與鏈接概念集合的語義關(guān)系，過濾與主題不相關(guān)的鏈接；通過分析領(lǐng)域本體中的概念與頁面內(nèi)容概念集合的語義關(guān)系,過濾與主題不相關(guān)的網(wǎng)頁。最后，本文實(shí)現(xiàn)了基于教育信息資源本體的主題爬蟲原型系統(tǒng)，并通過對(duì)實(shí)驗(yàn)結(jié)果的分析，驗(yàn)證了主題爬蟲系統(tǒng)提高了網(wǎng)頁抓取的查全率和查準(zhǔn)率。
[Abstract]:......
【學(xué)位授予單位】：云南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任興洲;論網(wǎng)絡(luò)教育信息資源的獲取與利用[J];農(nóng)業(yè)圖書情報(bào)學(xué)刊;2005年10期

2 郭治虎;楊曉宏;;甘肅省教育信息資源建設(shè)現(xiàn)狀分析[J];軟件導(dǎo)刊;2005年05期

3 胡衛(wèi)星;;網(wǎng)絡(luò)教育信息資源的組織模式問題研究[J];現(xiàn)代遠(yuǎn)距離教育;2006年04期

4 葉惠文;莫f虎;;教育信息資源系統(tǒng)安全及解決方法[J];中國信息界;2006年13期

5 唐檢云;賀佐成;;談教育信息資源共享的環(huán)境優(yōu)化[J];教育信息化;2006年09期

6 魏麗潔;王海順;;教育信息資源建設(shè)的現(xiàn)狀及發(fā)展規(guī)范[J];河南科技;2007年12期

7 胡小勇;詹斌;胡鐵生;;區(qū)域教育信息資源建設(shè)現(xiàn)狀與發(fā)展策略研究[J];中國電化教育;2007年06期

8 衛(wèi)建剛;;關(guān)于教育信息資源應(yīng)用問題的思考[J];中國教育技術(shù)裝備;2009年26期

9 楊欣;于勇;;我國教育信息資源建設(shè)現(xiàn)狀及對(duì)策分析[J];軟件導(dǎo)刊;2010年03期

10 林文婷;;網(wǎng)絡(luò)環(huán)境下教育信息資源的比較研究——?jiǎng)討B(tài)教育信息資源與光盤教育資源的比較[J];中國教育信息化;2010年16期

相關(guān)會(huì)議論文 前8條

1 申小玲;;加強(qiáng)現(xiàn)代遠(yuǎn)程教育信息資源的共建與共享[A];貴陽市經(jīng)濟(jì)社會(huì)文化大發(fā)展與生態(tài)文明建設(shè)理論研究[C];2010年

2 曾介平;;教育信息資源與教師素養(yǎng)的和諧發(fā)展 課題《教師教育教學(xué)資源建設(shè)專項(xiàng)研究》研究報(bào)告[A];國家教師科研基金十一五階段性成果集（福建卷）[C];2010年

3 段寶霞;;中小學(xué)教育信息化投資問題探討[A];2007年中國教育經(jīng)濟(jì)學(xué)年會(huì)會(huì)議論文集[C];2007年

4 蔡新元;;面向?qū)ο蟮木W(wǎng)絡(luò)設(shè)計(jì)教育資源構(gòu)建[A];高等學(xué)校藝術(shù)教育研究[C];2003年

5 劉麗萍;;整合外語教育資源,構(gòu)建信息資源數(shù)據(jù)庫[A];教育技術(shù)：信息化階段新發(fā)展的研究[C];2007年

6 王蓓蓓;孫雪冬;;遼寧省中小學(xué)信息化建設(shè)現(xiàn)狀分析[A];中國教育技術(shù)協(xié)會(huì)2004年年會(huì)論文集[C];2004年

7 梁雄靜;;構(gòu)筑“三位一體”的信息化教育網(wǎng)絡(luò)[A];全國教育科研“十五”成果論文集（第三卷）[C];2005年

8 張德祥;;關(guān)于義務(wù)教育區(qū)域內(nèi)均衡發(fā)展的思考[A];第五屆中國科學(xué)家教育家企業(yè)家論壇論文集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 沈殿萱;全力推進(jìn)教育信息化公共服務(wù)體系建設(shè)[N];江蘇教育報(bào);2010年

2 楊冰之;大力提升教育信息化的效益[N];光明日?qǐng)?bào);2005年

3 見習(xí)記者 鄭旺;教育信息化迸發(fā)千億級(jí)采購需求[N];中華工商時(shí)報(bào);2012年

4 本報(bào)記者 邸曉偉;教育升級(jí)“云”推動(dòng)[N];中國電腦教育報(bào);2013年

5 本版撰稿 王英;揚(yáng)信息風(fēng)帆 開教育新路[N];吉林日?qǐng)?bào);2002年

6 記者 郜云雁;第五代教育資源浮出水面[N];中國教育報(bào);2001年

7 黃智軍;教育資源共享難在何處[N];計(jì)算機(jī)世界;2006年

8 雷小鵬 吳瑞 記者 強(qiáng)國峰;謀百年計(jì) 走強(qiáng)縣路[N];延安日?qǐng)?bào);2010年

9 前線;2006教育行業(yè)信息存儲(chǔ)大會(huì)[N];中國電腦教育報(bào);2006年

10 本報(bào)記者 朱振岳;為更多的人提供更好的教育[N];中國教育報(bào);2010年

相關(guān)碩士學(xué)位論文 前10條

1 房曉瑞;知識(shí)管理視角下的教育信息資源管理系統(tǒng)研究[D];東北師范大學(xué);2010年

2 朱愛芝;基礎(chǔ)教育信息資源區(qū)域共建共享模式研究[D];浙江師范大學(xué);2010年

3 周杰;基于用戶反饋的教育信息資源質(zhì)量提升研究[D];華中師范大學(xué);2014年

4 徐劉杰;網(wǎng)絡(luò)教育信息資源動(dòng)態(tài)發(fā)展利用的周期及影響因素研究[D];華中師范大學(xué);2013年

5 夏秀明;網(wǎng)絡(luò)教育信息資源動(dòng)態(tài)發(fā)展的知識(shí)節(jié)點(diǎn)研究[D];華中師范大學(xué);2013年

6 胡敏;村鎮(zhèn)教育信息資源組織策略及應(yīng)用研究[D];華中師范大學(xué);2011年

7 曹樹青;網(wǎng)絡(luò)教育信息資源動(dòng)態(tài)發(fā)展研究[D];華中師范大學(xué);2013年

8 張棟科;統(tǒng)籌城鄉(xiāng)發(fā)展中教育信息資源共享模式研究[D];西南大學(xué);2012年

9 江星玲;用戶激勵(lì)視角下教育信息資源利用率提升研究[D];華中師范大學(xué);2014年

10 海欣;教育信息資源利用效益提升研究[D];華中師范大學(xué);2014年

本文編號(hào)：2474902