近似网页的一种检测算法

摘要

用户进行Web信息检索时，网络往往返回大量的近似网页（可看作重复网页）。针对搜索引擎查询Web信息所存在的局限性，考虑到基于关键词匹配的搜索引擎系统的特点，结合使用网页的向量空间模型，采用以下算法快速、有效地发现WWW上的重复或相似网页，提高检索效率。