基于网页特征关键词的近似检测算法

摘要：

针对海量web文本信息,利用从网页主题内容提取出来的特征关键词,在倒排索引基础上建立相似度计算模型.对一篇新入库的网页文档,利用所包含的关键词迅速缩小进行相似度计算的网页范围,提高计算效率.实验结果表明该算法是有效的,小规模评测结果得到较好的效果.

关键词：近似网页、搜索引擎、网页消重

所属期刊栏目：9

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2009-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：919-923