10.3969/j.issn.1000-386X.2011.11.057
基于文本相似度的网页消重策略
针对在网页检索结果中经常出现内容相同或相似的问题,提出了一种通过计算网页相似度的方法进行网页消重.该算法通过提取网页特征串,特征串的提取在参考以往特征码提取的基础上,加入了文本结构特征的提取,通过比较特征串之间差异性的基础上得到网页的相似度.经与相似方法比较,结果表明,该方法减少了时间复杂度,具有较高的查全率和查准率,适于大规模网页消重.
网页消重、网页特征码、文本相似度、编辑距离
28
TP391(计算技术、计算机技术)
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
228-229,278