首页 > 《中国索引》 > 2009年1期 > 一个基于特征向量的近似网页去重算法

一个基于特征向量的近似网页去重算法

在线阅读下载PDF 导出详情

摘要在搜索引擎的检索结果页面中，用户经常会得到内容相似的重复页面，它们中大多是由于网站之间转载造成的。为提高检索效率和用户满意度，提出一种基于特征向量的大规模中文近似网页检测算法DDW（Detectnear—DuplicateWebPages）。试验证明，比起其他网页去重算法（I—Match），DDW具有很好的抵抗噪声的能力及近似线性的时间和空间复杂度，在大规模实验中获得良好测试结果。

DOI rj8ygwmy40/676034

作者曹玉娟;牛振东;彭学平;江鹏

机构地区不详

出处《中国索引》 2009年1期

关键词网页去重算法特征向量近似网页支持向量机

分类 [文化科学][情报学]

出版日期 2009年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）