面向醫(yī)療主題的智能網絡爬蟲的研究與實現.pdf

1、隨著網絡信息技術的向前發(fā)展,尤其是互聯網應用的不斷增加和網頁信息的指數級增長,要在互聯網中準確、快速地找到自己所需要的信息,搜索引擎是一種必不可少的工具。但是,百度、Google等全文搜索引擎都不是專門為檢索特定領域信息而設計的。當人們需要搜索特定領域的信息的時候,搜索結果中卻出現了很多用戶不需要的信息,不能滿足一些特定用戶的需求。針對這個問題,針對特定領域的主題搜索引擎應運而生。
　　主題搜索引擎的運轉則很需要智能網絡爬蟲在后臺

2、高效地運行?，F在主流主題爬蟲,智能化程度不高,大多都是基于人工給定目標數據源進行抓取,或使用一些簡單的半自動方法進行爬取,這些方法智能化程度低,還處于非常初級的階段,遠沒有達到真正實際應用的要求。Map/Reduce是Google公司提出的用于大規(guī)模數據處理的軟件架構,在其基礎上寫出來的應用程序可以在計算機集群上對海量的信息進行處理,而且Map/Reduce架構可擴展性強、容錯性好,其得到了學術界和工業(yè)界的廣泛認可。
　　隨著我國

3、醫(yī)療行業(yè)的發(fā)展以及醫(yī)療信息的大眾化,網絡中的醫(yī)療信息成為了人們關注的熱點。如何識別并獲取網絡中的醫(yī)療信息,如何對這些醫(yī)療信息進行有效的加工處理成為了大家研究的焦點。本文通過Map/Reduce構建面向醫(yī)療主題的智能網絡爬蟲,這充分發(fā)揮了計算機集群強大的計算、處理能力,使得面向醫(yī)療主題的智能網絡爬蟲可以更加快速地抓取醫(yī)療主題的網頁,這為面向醫(yī)療主題的搜索引擎提供了大量醫(yī)療主題相關的網頁,且為后續(xù)的網頁排序等研究提供了重要的數據保障。

4、>　　本文的主要工作如下:
　　(1)提出了一種用于解決主題網頁識別問題的基于鏈接分析的網頁識別算法。該算法的主要思想是通過結合鏈接分析方法和主題URL知識庫,基于統(tǒng)計和社會網絡分析的思想來對網頁進行識別,得出相關的網頁識別模型。理論分析和實驗結果表明了該算法的可行性和有效性。
　　(2)提出了基于LDA和語料庫的網頁信息去噪算法,該算法通過LDA模型檢測出文檔詞語的各個主題類別后,然后利用主題語料庫對這些詞語進行過濾,去除