一种基于锚文本和改进c4.5决策树算法的主题爬行方法

？提出了一种基于锚文本和改进c4.5决策树算法的主题爬行方法：基于锚文本词项集训练决策树，然后基于决策树模型来计算网页的主题相关性和待爬行url的优先级顺序。最后，应用该方法在四所大学网站网页数据集上针对“学术报告”主题进行了主题爬行实验，并与两种标准的网络爬虫进行了性能对比，实验结果验证了该方法的有效性。