国家科技型中小企业技术创新基金(08c26224501313)
- 作品数：1 被引量：6H指数：1
- 相关作者：梁一平刘连芳周小平申文明更多>>
- 相关机构：广西大学更多>>
- 发文基金：国家科技型中小企业技术创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于网页正文主题和摘要的网页去重算法被引量：6
- 2009年
- 针对元搜索返回的网页内容相同,别名差异很大的重复网页,提出基于网页正文主题和摘要的网页去重算法,并通过实验对算法进行有效性验证。该算法首先对各成员搜索引擎返回来的网页标题进行有关处理,提取出网页的主题信息,然后对摘要进行分词,再计算摘要的相似度,二者结合能更好地现出文章摘要的内容,实现网页去重。该算法有效,并且比基于传统特征码的算法有明显的优势,更接近人工统计结果。
- 周小平黄家裕刘连芳梁一平申文明
- 关键词：去重网页分词元搜索
