【摘 要】
：
针对元搜索返回的网页内容相同,别名差异很大的重复网页,提出基于网页正文主题和摘要的网页去重算法,并通过实验对算法进行有效性验证。该算法首先对各成员搜索引擎返回来的
【机 构】
：
广西大学计算机与电子信息学院,南宁平方软件新技术有限公司
【基金项目】
：
国家中小企业创新基金项目(编号:08c26224501313)资助
论文部分内容阅读
针对元搜索返回的网页内容相同,别名差异很大的重复网页,提出基于网页正文主题和摘要的网页去重算法,并通过实验对算法进行有效性验证。该算法首先对各成员搜索引擎返回来的网页标题进行有关处理,提取出网页的主题信息,然后对摘要进行分词,再计算摘要的相似度,二者结合能更好地现出文章摘要的内容,实现网页去重。该算法有效,并且比基于传统特征码的算法有明显的优势,更接近人工统计结果。
其他文献
本文综述了扩散阴极对钨基体材料孔隙特性的设计要求。以其制备为主线,介绍了钨粉预处理、钨粉成形、钨压坯烧结、多孔钨渗(去)铜、钨骨架的热等静压及深冷加工;最后总结了钨
目的：确定复合异丙酚时瑞芬太尼抑制维吾尔族患者气管插管及切皮反应的半数有效效应室靶浓度(ECe50)。方法：拟行腹腔镜下胆囊切除术维吾尔族患者30例，ASA分级Ⅰ或Ⅱ级，年龄20~60
方今世界,多语现象越来越常见,人类学习语言的潜力得到了比以往任何时代都要多的开发。在这样的背景之下,我们对外汉语的主要教学对象——来自世界各地的留学生,似也呈现出习
<正>为了落实新课改理念,优化课堂教学结构,提高课堂教学的有效性,防城港市第二中学开展了市级重点课题《课改背景下学科高效课堂教学模式探索》的研究,将有效教育(EEPO)与导
分析项目管理中沟通出现的问题,提出项目管理的沟通方法。认为项目管理出现有效沟通不足、沟通成本过大、沟通时过于执着等问题,提出建立项目沟通计划、灵活运用各种沟通形式
就女性写作而言,在新时期文坛上,陈染是一个颇具意味的“个案”。她以特立独行的姿态行走于文学的边缘,在众声喧哗中保持着清醒与冷静。她从女性的个人体验出发,以大胆的描写
2007年2月-2007年7月，在静脉输液过程中发现盐酸溴己新葡萄糖注射液与4种药物发生配伍反应：现报道如下。盐酸溴己新葡萄糖注射液为无色澄清液体，可使痰中多糖纤维素裂体而稀释痰
大数据时代,遗忘是常态,传统遗忘权过渡到了数字被遗忘权阶段。被遗忘权从广义理解应为主体对其数据享有的删除并防止进一步扩散的权利。尽管学者对被遗忘权(删除权)认识不一
目的：探讨非体外循坏冠状动脉旁路移植术(OPCAB)后急性肾助能损伤(AKI)的发生情况及危险因素。方法：回顾性分析天津市胸科医院2009年6月—2009年12月完成的537例OPCAB手术患者