网站自动采集系统 密级鲑工程硕士*敏*感*词*学位论文等垒号Q鱼B量兰墨

　　网站自动采集系统 密级鲑工程硕士*敏*感*词*学位论文等垒号Q鱼B量兰墨

　　中文网页自动采集及分类系统设计与实现保密等级保密期，如工程硕士、学位论文等。Q鱼B量蓝墨2姓名王蝶本专业鱼三文鱼王程导师程包主学院 2010年6月，本人声明成绩和本人一样好，其他人教育机构的贡献已申请学位。我已经签约并完成了学校的学位期。有关部门可以公布学位保存汇编。学位理论本人签名导师签名中文网页自动采集及分类系统设计与实现摘要。随着科学技术的飞速发展，我们已经进入了数字信息化时代。互联网作为当今世界上最大的信息数据库，也成为人们获取信息的最重要手段。由于网络上的信息资源具有海量动态异构半结构化、缺乏统一组织管理的特点，如何从海量信息资源中快速准确地找到自己需要的信息成为网络用户亟待解决的问题。最大的问题是采集和基于web的网络信息分类已经成为人们研究的热点。传统网络信息采集的目标是在这个过程中尽可能多的采集信息页面甚至整个网络资源。不太关心采集的顺序和采集页面的相关话题，使得采集页面的内容过于杂乱，而且相当一部分内容很低，消耗系统资源和网络资源。这就需要有效的采集方法来减少采集网页的混乱和重复的发生。同时，如何对采集到达的网页进行有效的自动分类，打造更高效的搜索引擎也是非常必要的。网页分类是组织和管理信息的有效手段。可以在很大程度上解决信息的杂乱无章，方便用户准确定位所需信息。传统的操作方式是人工分类后组织管理。随着互联网各种信息的迅速增加，仅靠人工方式处理是不切实际的。因此，网页自动分类是一种具有较大实用价值的方法，是一种组织和管理数据的有效手段。这也是本文的一个重要内容。介绍了本课题的研究目的和*敏*感*词*研究现状。讲解网页采集和网页分类相关理论、主要技术和算法，包括网络爬虫技术、网页去重