版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)上信息迅速增加,搜索引擎作為幫助人們從網(wǎng)絡(luò)中快速獲取信息的工具,使用日益廣泛。但由于存在許多網(wǎng)頁轉(zhuǎn)載的情況,搜索引擎的返回結(jié)果中存在重復(fù)信息,既浪費(fèi)了帶寬,降低了檢索效率,又浪費(fèi)了搜索引擎的存儲空間,同時也給用戶帶來糟糕的用戶體驗(yàn),這都使得網(wǎng)頁查重技術(shù)在搜索引擎技術(shù)中占據(jù)重要的地位。
本文研究面向搜索引擎系統(tǒng)的大規(guī)模中文網(wǎng)頁去重方法,著力解決以下兩個問題:第一,近似重復(fù)網(wǎng)頁的查重問題。由于互聯(lián)網(wǎng)上轉(zhuǎn)載的內(nèi)容
2、常采用不同的顯示風(fēng)格或加入評論等其他信息,僅檢測完全重復(fù)的網(wǎng)頁不能滿足實(shí)際需求,能否檢測出近似重復(fù)網(wǎng)頁成為衡量網(wǎng)頁去重算法性能的關(guān)鍵因素。第二,如何在搜索引擎的大規(guī)模數(shù)據(jù)集上實(shí)現(xiàn)模糊去重,使程序運(yùn)行所需時間和空間在可接受的范圍是本文實(shí)現(xiàn)部分要解決的主要問題。
網(wǎng)頁查重技術(shù),按照利用的信息類別來分可分為基于URL,基于鏈接關(guān)系和基于網(wǎng)頁內(nèi)容三種。前兩種對近似重復(fù)網(wǎng)頁的檢測效果不甚理想,因此目前研究較多的是第三種基于內(nèi)容的方法,基
3、于特征碼的網(wǎng)頁去重方法就是其中的一種。它通過提取特征碼將網(wǎng)頁內(nèi)容映射到較短的字符串上,再據(jù)此定義相似度并判重。該類方法充分利用了中文網(wǎng)頁的特點(diǎn),運(yùn)算速度快,準(zhǔn)確度高,在中文網(wǎng)頁去重中應(yīng)用較多。本文使用一種基于變長特征碼的網(wǎng)頁去重方法,通過定義獨(dú)立抽取單元,屏蔽小段落對特征碼的影響,克服傳統(tǒng)的特征碼抗噪性能不佳的問題,使得系統(tǒng)具有良好的模糊去重能力。通過引入基于最長公共子串的重復(fù)度定義,以及對模糊匹配的支持,進(jìn)一步增強(qiáng)了系統(tǒng)的模糊去重能力
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 大規(guī)模中文網(wǎng)頁的自動分類研究.pdf
- 中文網(wǎng)頁查重方法研究.pdf
- 基于視覺特征中文網(wǎng)頁分類方法的研究.pdf
- 基于網(wǎng)頁特征的中文網(wǎng)頁自動分類問題研究.pdf
- 中文網(wǎng)頁分類特征提取方法研究.pdf
- 基于網(wǎng)頁特征的中文網(wǎng)頁自動分類問題研究
- 基于不同特征權(quán)重的中文網(wǎng)頁自動摘要.pdf
- 排序?qū)W習(xí)中的中文網(wǎng)頁特征提取方法.pdf
- 基于SVM的中文網(wǎng)頁分類方法的研究.pdf
- 基于體裁的中文網(wǎng)頁分類.pdf
- 大規(guī)模文本去重策略研究.pdf
- 中文網(wǎng)頁分類特征提取算法探討.pdf
- 基于覆蓋的中文網(wǎng)頁分類研究.pdf
- 基于Hadoop大規(guī)模中文網(wǎng)站聚類的設(shè)計與實(shí)現(xiàn).pdf
- 基于代表樣本的中文網(wǎng)頁分類研究.pdf
- 基于內(nèi)容安全的中文網(wǎng)頁過濾系統(tǒng).pdf
- 基于VSM的中文網(wǎng)頁分類特征選擇技術(shù)研究與實(shí)現(xiàn).pdf
- 中文網(wǎng)頁形式自動分類.pdf
- 基于字頻分布的中文網(wǎng)頁編碼識別研究.pdf
- 基于MapReduce的大規(guī)模RDF圖并行推理方法的研究.pdf
評論
0/150
提交評論