技术特征：
技术总结
本发明公开了一种基于知识图谱的爬取种子列表更新方法及装置，该方法从初始的爬取种子列表中选取一个种子，爬取该种子的网页，从该种子的网页中提取出所有链接的URL作为新种子，爬取新种子的网页，并基于知识图谱计算出新种子对应的网页内容与搜索主题的相似度，然后用新种子的相似度与设定的相似度阈值进行比对，如果新种子的相似度大于设定的相似度阈值，则将该新种子加入爬取种子列表中，否则直接丢弃该新种子。本发明的装置包括种子选取模块、新种子提取模块、相似度计算模块和相似度比对模块。本发明能有效过滤与搜索主题相似度不高的网页，逐步调整网页爬取的方向，提高了爬取网页的准确度以及爬取网页的效率。
技术研发人员：赵明;沈颂;林友勇;刘钊岐;张芬
受保护的技术使用者：中电海康集团有限公司
技术研发日：2017.03.02
技术公布日：2017.07.25