首页> 中文期刊> 《电脑开发与应用》 >基于主题的网页去重

基于主题的网页去重

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

团队文献服务 >>

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

搜索引擎返回的重复网页不但浪费了存储资源,而且加重了用户浏览的负担.针对网页重复的特征,提出了一种基于主题的去重方法.该方法通过组块的思想提取出网页正文的主题,然后进行主题的相似度计算,把重复的网页去除.实验证明,该方法对全文重复和部分重复的网页都能进行准确的检测.

著录项

来源
《电脑开发与应用》 |2008年第4期|4-6,25|共4页
作者
樊勇; 郑家恒;
展开▼
作者单位

山西大学计算机与信息技术学院,太原,030006;

山西大学计算机与信息技术学院,太原,030006;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
组块; 向量空间; 网页去重; 主题;

相似文献

中文文献
外文文献
专利

1. 基于网页正文主题和摘要的网页去重算法 [J] . 周小平 ,黄家裕 ,刘连芳 . 广西科学院学报 . 2009,第004期
2. 基于新闻网页主题要素的网页去重方法研究 [J] . 王鹏 ,张永奎 ,张彦 . 计算机工程与应用 . 2007,第028期
3. 基于网页正文结构和特征串的相似网页去重算法 [J] . 熊忠阳 ,牙漫 ,张玉芳 . 计算机应用 . 2013,第002期
4. 基于网页正文逻辑段落和长句提取的网页去重算法 [J] . 张小娣 ,宋余庆 . 图书情报研究 . 2012,第002期
5. 基于网页文本结构的网页去重 [J] . 魏丽霞 ,郑家恒 . 计算机应用 . 2007,第011期
6. 基于新闻网页主题要素的网页去重方法研究 [C] . 王鹏 ,张永奎 . 中国中文信息学会二十五周年学术会议 . 2006
7. 基于网页正文结构树的近似网页去重算法研究 [A] . 牙漫 . 2013

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号