基于主题的Web信息采集系统研究

摘要

构建了基于主题的Web信息采集系统模型，描述了采用上下文图的基于主题的Web信息采集方法，所采用的上下文图能抓取有价值页面的典型的链接层次，也能模拟出相关页面的文档的内容，本算法显示出比普通主题采集方法更高的采集效率。