移動中文新聞搜索引擎的設計與實現(xiàn).pdf

1、隨著Internet的飛速發(fā)展，互聯(lián)網已經成為人們獲取新聞信息的一種重要方式，但是如何更便捷、更全面、更準確地獲取相關新聞已成為一個論題。傳統(tǒng)的單一網絡媒體已經很難滿足用戶要求，新聞搜索引擎于是應運而生。而隨著手機的普及與便捷性的進一步提高，移動新聞搜索已成為一種趨勢。 本文對移動中文新聞搜索引擎的若干關鍵技術進行了較深入的分析與研究，并實現(xiàn)了系統(tǒng)原型。研究內容主要包括以下幾點： 1)設計并實現(xiàn)了一種基于視覺特征的HTM

2、L新聞頁面正文提取算法。該算法基于人類判斷新聞正文的方式，依據漢字數(shù)量，熱字數(shù)量，鏈接數(shù)量等因素確定正文的某一段落，通過HTML節(jié)點間的關系確定正文所在。實驗表明，通過此方法能夠準確的提取出新聞頁面的正文部分，很好的去除廣告等不相關部分。有別于傳統(tǒng)的基于網頁特定特征的提取方法，該方法使用范圍更加廣泛，不但無需對不同網站不同頻道做相應配置調整，而且不必進行預先學習。 2)設計了移動中文新聞搜索引擎系統(tǒng)，給出了具體的實現(xiàn)方案，實現(xiàn)了