垂直檢索中的關(guān)鍵問題研究.pdf_第1頁
已閱讀1頁，還剩70頁未讀， 繼續(xù)免費閱讀

下載本文檔

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、本文針對垂直搜索引擎“?！钡奶攸c，主要研究了產(chǎn)品層次信息抽取和用戶產(chǎn)品查詢擴(kuò)展兩個問題，主要創(chuàng)新工作和成果如下： 第一，提出了基于網(wǎng)頁分析的產(chǎn)品層次抽取算法。 該算法挖掘網(wǎng)頁上已標(biāo)注的產(chǎn)品鏈接附近區(qū)域的標(biāo)簽重復(fù)規(guī)律，根據(jù)DOM葉子結(jié)點的DOM Path進(jìn)行編碼，并找出編碼序列的最優(yōu)重復(fù)子串，統(tǒng)計重復(fù)子串連續(xù)覆蓋的區(qū)域，將己知網(wǎng)頁上的產(chǎn)品鏈接進(jìn)行深層次聚類，并找到該類別的名字。 該方法在安全類產(chǎn)品領(lǐng)域網(wǎng)站構(gòu)成的測試

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。

評論

0/150

提交評論