| 实时Web内容重复识别及排序系统的设计与实现 |
| |
| 引用本文： | 李超,陈世强,谢坤武,向军.实时Web内容重复识别及排序系统的设计与实现[J].计算机工程与设计,2011,32(3):1138-1141. |
| |
| 作者姓名： | 李超 陈世强 谢坤武 向军 |
| |
| 作者单位： | 湖北民族学院,信息工程学院,湖北,恩施,445000 |
| |
| 基金项目： | 湖北省自然科学基金项目 |
| |
| 摘 要： | 为了解决现有Web信息检索结果中存在较多内容相似甚至相同页面的问题,给出了实时Web内容和结构信息提取的算法及内容重复识别的方法。利用Google提供的PageRank查询接口取得各个页面的PageRank值,结合特定用户的特征信息、查询请求及提取的各Web页内容及结构信息,完成了文档相似度比较,实现了实时页面的重复识别及二次排序,实验结果表明该方法达到了较好的效果。
|
| 关 键 词： | 实时Web 结构信息 相似性 重复识别 排序 |
Design and implementation of real-time web repetition identification and sorting system |
| |
| LI Chao,CHEN Shi-qiang,XIE Kun-wu,XIANG Jun.Design and implementation of real-time web repetition identification and sorting system[J].Computer Engineering and Design,2011,32(3):1138-1141. |
| |
| Authors: | LI Chao CHEN Shi-qiang XIE Kun-wu XIANG Jun |
| |
| Affiliation: | (College of Information Engineering,Hubei Institute for Nationalities,Enshi 445000,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
