基于本体和模拟退火算法的暴雨灾害主题爬虫策略（英文）

作者：刘景发^*; 李帆^*; 丁若尧; 刘子昂

来源：Frontiers of Information Technology & Electronic Engineering, 2022, 23(08): 1189-1205.

• 主题爬虫
• 本体
• 优先度评估
• 模拟退火
• 暴雨灾害

目前，主题爬虫是从海量异构网络中获取有效领域知识的重要方法。目前大多数主题爬虫技术难以获得高质量爬行结果。主要难点包括主题基准模型的建立、超链接主题相关性的评估和爬行策略的设计。本文采用领域本体为特定主题构建主题基准模型，并提出一种新的基于局部本体和全局本体的多重筛选策略（MFSLG）。为提高待访问超链接主题相关性计算精度，提出一种基于网页文本和链接结构的综合优先度评估方法（CPEM），同时，采用模拟退火（SA）算法避免主题爬虫陷入局部最优搜索。本文首次设计融合SA算法、MFSLG策略和CPEM策略实现主题爬虫，提出两种新的基于本体和SA主题爬虫策略（FCOSA），包括基于全局本体的FCOSA策略（FCOSA＿G）和基于局部本体和全局本体的FCOSA策略（FCOSA＿LG），以从网络中获取与暴雨灾害主题相关的网页。实验结果表明，针对不同性能指标，所提爬虫策略优于其他主题爬虫策略。

• 单位
  广东外语外贸大学; 南京信息工程大学