在提供的网页之上创建知识库作为提要

Question

我在最后一年的项目中遇到了一些问题。 我们正在实施一个抄袭检测框架。 我正在研究互联网资源检测部分。 目前我的互联网搜索算法已经完成。 但我需要增强它，以减少互联网搜索延迟。

我的想法是这样的：

提示第一个用户插入一些 web 链接作为系统的初始知识源。 然后它通过互联网爬行并扩展它的知识

一旦知识被获取系统不需要再次查询互联网。 有人可以为我提供一些指导来实施它吗？ 我们正在使用 Java。 但是任何抽象的细节肯定会对我有所帮助。

Answer 1

如果服务器端编程是您的手，那么您可以管理一个在数据库中具有 boolean 的表格，该表格显示之前是否已阅读详细信息。 每次您的客户端连接到服务器时，它都会首先检查 boolean 如果 boolean 设置为 false 那么这意味着需要向客户端发送更新，否则不会发送更新，

每次客户端从服务器下载任何数据时，boolean 都会变为真，并且在数据库更新时变为假

Answer 2

我不太确定我明白你在问什么。 反正：

• 如果您正在寻找 Java Web 爬虫，那么我建议您阅读此问题

• 如果您正在寻找 Java 库来构建知识库 (KB)，那么它实际上取决于 (1) 您的 KB 应该具有什么样的属性，以及 (2) 您期望从 KB 中获得什么样的推理能力。 一种选择是使用Jena 框架，但这需要您熟悉 Semantic Web 形式。

祝你好运！