基于模糊匹配思想的網(wǎng)頁去重算法.pdf_第1頁
已閱讀1頁,還剩67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、信息時代的到來,使計算機網(wǎng)絡(luò)的使用頻率越來越高,互聯(lián)網(wǎng)上的信息也越來越多。面對著如此多的海量信息,如果需要找到自己需要的相應(yīng)的信息,需要費很大的精力,于是搜索引擎就成為了用戶尋找自己所需要的信息的首選工具。用戶對于搜索引擎的急切需求促進(jìn)了搜索引擎的蓬勃發(fā)展,國內(nèi)外先后出現(xiàn)了很多搜索引擎,如:yahoo,google,baidu等。然而,廣大Internet用戶在使用搜索引擎系統(tǒng)時,常常會發(fā)現(xiàn)搜索輸出結(jié)果里面包含了大量的重復(fù)信息。如何快速

2、準(zhǔn)確地發(fā)現(xiàn)這些內(nèi)容上相似的網(wǎng)頁,并將重復(fù)的頁面清除是目前最關(guān)注的問題。 網(wǎng)頁去重是提高檢索質(zhì)量的有效途徑,也是自然語言處理中的一個重要研究課題。本論文給出了一種基于模糊字符串匹配思想的中文網(wǎng)頁去重算法,首先對網(wǎng)頁去重的算法的發(fā)展現(xiàn)狀及其特點進(jìn)行了研究。然后研究和分析了現(xiàn)有的基于各種思想的網(wǎng)頁去重算法,并比較了各種思想的算法的優(yōu)缺點。進(jìn)一步,結(jié)合模糊匹配思想詳細(xì)介紹了利用此算法如何實現(xiàn)網(wǎng)頁去重的具體步驟。該算法有較高的準(zhǔn)確率,在信

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