面向主题的WWW信息挖掘及实验系统TWIMS

ISCAS OpenIR > 中科院软件所 > 中科院软件所

	面向主题的WWW信息挖掘及实验系统TWIMS
其他题名	Topic-Driven Web Information Mining and The Design and Implementation of TWIMS
	余晨
专业	计算机应用技术
	2002
学位授予单位	中国科学院软件研究所
学位	博士
学位授予地点	中国科学院软件研究所
关键词	搜索引擎主题爬行器权威页面 Hub页面
摘要	该文首先对WorldWideWeb的产生、发展及其工作原理作了概述,引出了网络检索问题,分析了当前搜索引擎的工作原理.近年来聚焦于单一主题的WWW检索逐渐受到重视,提出了聚焦爬行（FocusedCrawling）的概念.该文在此基础上结合数据挖掘技术提出一种面向主题的WWW信息挖掘框架,不仅能够在有限的软硬件和网络资源条件下,实时高效地完成主题相关的网页的收集,更重要的是能够对检索到主题相关网页进行链接结构分析和相关主题分析,最大限度的对主题进行挖掘,这是普通搜索引擎也不具备的.全文共分为以下五章：第一章介绍了WWW和WWW上搜索技术发展的现状.第二章分析了普通搜索引擎技术.第三章阐述了面向主题的WWW信息挖掘框架.第四章描述了系统原型TWIMS的设计与实现,对在各个模块开发中所涉及到的关键技术进行了讨论,包括数据结构、核心算法和流程分析、多线程控制的技术实现等等.第五章总结全文并提出了进一步的工作展望.
其他摘要	This article summarizes the origin, development and working principle of World Wide Web, elicits the problem of network searchers, studies the current main search engines. With the explosive growth of the World-Wide Web, it is becoming increasingly difficult for users to collect and analyze Web pages that are relevant to a particular topic, hi this paper, Topic-Driven Web Information Gathering system is presented, which can efficiently collects Web pages for a topic in relatively limited hardware and network resources, and keeps the pages more up-to-date. The whole paper is organized as follows: The First Chapter analyzes the current situation of WWW and searching technology on WWW. Chapter 2 mainly discusses the general search engine technology. The Third Chapter describes a Framework of Topic-Driven Web Information Mining based on web mining and Focus Crawling technology. Chapter 4 design and implementation a test system TWIMS, describes the core technologies and solutions in development, including the design of data structure, algorithms, multithread, etc. The paper is closed with a conclusion, and a view of further works to be done in Chapter 5.
页数	47
语种	中文
内容类型	学位论文
URI标识	http://ir.iscas.ac.cn/handle/311060/7638
专题	中科院软件所_中科院软件所
推荐引用方式 GB/T 7714	余晨. 面向主题的WWW信息挖掘及实验系统TWIMS[D]. 中国科学院软件研究所. 中国科学院软件研究所,2002.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
LW008635.pdf（2553KB）			限制开放	--	请求全文