|
|||||
|
|
| 一种基于文本抽取的网页正文去重算法 | |
| 引用本文： | 曹传东,郭理.一种基于文本抽取的网页正文去重算法[J].科技信息,2009(1). |
| 作者姓名： | 曹传东 郭理 |
| 作者单位： | 石河子大学信息科学与技术学院; |
| 摘 要： | 搜索结果页面的去重处理是提高网页检索结果质量的有效途径,笔者结合二叉排序树设计了一种基于文本抽取的网页正文去重算法,本文给出了该算法的具体实现。实验测试结果表明该算法在判断准确率、时间复杂度方面均具有一定优势,可应用于网络信息检索结果优化处理中的页面正文内容去重。 |
| 关 键 词： | 文本抽取 网页特征码 二叉排序树 网页去重 |
| 本文献已被 CNKI 维普 等数据库收录！ | |