%0 Journal Article
%T 面向情报获取的主题采集工具设计与实现
%A 谷俊
%A 翁佳
%A 许鑫
%J 图书情报工作
%D 2014
%X ？面向互联网的主题采集是情报获取的重要手段,面对爆发式增长的互联网信息资源,设计并实现一套由采集准备、url分析及提取、模板学习、正文抽取等几阶段组成的主题采集工具,其中url分析与提取采用基于链接类型的url筛选方法,实现正文网页url的筛选;模板学习和正文抽取部分采用基于dom树的节点比对方法,完成模板的构建与正文抽取。实验结果表明,本文所提出的主题采集工具采集准确率较高,能够适应目前情报信息采集的需求。
%K 网络爬虫
%K 主题采集
%K 链接筛选
%K dom树
%U http://124.16.154.130:8080/lis/CN/abstract/abstract19043.shtml