基于Java技术的主题网络爬虫的研究与实现

摘要

主题网络爬虫的搜索策略是基于领域的搜索引擎的核心技术,爬虫搜索算法的性能直接关系着搜索引擎的性能.经过研究发现"最好优先算法"在重多搜索算法中表现的性能最优,但它本身也存在着收敛速度过快的缺陷,导致搜索引擎的"查全率"不高.针对这种情况,对"最好优先算法"做了调整与改进,并用Java技术给予了实现.