基于中文网页的综合联系信息提取系统的设计与实现

为满足用户希望通过搜索引擎查询综合联系信息的需求,设计了基于中文网页中的综合联系信息提取系统。研究与阐述了在搜索引擎返回结果的基础上提取有关联系方面的综合信息(例如邮箱、电话等)的实现方法,并通过构建特有的内置"实体"判断、SV值算法提高系统的提取精度。     

Web爬虫检测技术综述

Web爬虫检测技术已成为当今的研究热点,尤其是对恶意爬虫检测。本文从国内外爬虫检测技术的关键技术,所使用的方法,评价方法进行综合评价。提出了目前爬虫检测技术所面临的挑战,认为如何实时快速地检测识别出爬虫是目前研究关键问题。