[发明专利]一种基于布谷鸟搜索的方法有效
| 申请号： | 201610902404.9 | 申请日： | 2016-10-17 |
| 公开（公告）号： | CN106528654B | 公开（公告）日： | 2019-10-22 |
| 发明（设计）人： | 范科峰;姚相振;钱竞远;周睿康;高林;刘贤刚;李琳 | 申请（专利权）人： | 中国电子技术标准化研究院 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06N3/00 |
| 代理公司： | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人： | 郭伟红 |
| 地址： | 100007*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于布谷鸟搜索的方法，利用通用搜索引擎获取待搜索的网页URL，根据网页间的链接关系获取初始种子群体URL；通过Levy飞行操作搜索主题相关性高的网页，运用向量空间模型算法计算网页主题相关性；设置被发现概率的临界值Pa通过被发现概率Pa操作引入目录型网页，扩大网页的搜索范围；通过适应度函数计算，选出适应度高的个体URL放入待爬取种子群体URL中。本发明提供了一种基于布谷鸟搜索算法的主题爬虫方法，使Web网页之间的链接结构关系不会被忽略，很好地发挥网页链接结构的作用；这种搜索策略能较好的克服主题爬虫出现的“主题漂移”问题以及在搜索相关网页时陷入局部最优值，获得尽可能高的查全率和查准率，从而提高爬虫的搜索效率。 | ||
| 搜索关键词： | 一种 基于 布谷鸟 搜索 方法 | ||
【主权项】：
1.一种基于布谷鸟搜索的方法，包括主题、Google检索、结果集1、选择、Levy飞行、概率Pa、结果集2和统计相关性，其特征在于：搜索方法具体步骤如下：步骤A、将需要搜索的主题通过搜索引擎进行搜索，获取得到结果集1；步骤B、将步骤A得到的结果集1进行选择，然后通过Levy飞行操作搜索与主题相关性高的网页；步骤B中通过Levy飞行操作搜索与主题相关性高的网页运用的算法为向量空间模型；步骤C、设置被发现概率的临界值Pa，将步骤B搜索到的网页通过被发现概率Pa操作引入目录型网页，扩大网页的搜索范围，形成结果集2；步骤D、将步骤C形成的结果集2通过适应度函数计算，选出适应度高的个体。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电子技术标准化研究院，未经中国电子技术标准化研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610902404.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于图嵌入模型的上下文感知音乐推荐方法
- 下一篇：文本主题识别方法和装置
