网页去重在基于Web企业竞争情报平台中的应用与研究

• 作者: 杨申彦 黄青松
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 网页去重 特征码 特征语句集
• 年，卷（期）: 2008,（4）
• 页码范围: 380-382
• 页数: 3页
• 分类号: TP393.09
• 字数: 2762字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2008.04.027

摘要

互联网上大量重复网页的存在,严重地影响信息的检索质量.因此提出了一种基于特征码散列的网页去重算法,利用特征码对特征语句集散列以缩小其比较的范围,提高了网页去重的准确性.实验表明该算法准确率高,性能良好,基于上述算法实现了基于Web的企业情报竞争平台中的网页去重.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
2	杨申彦	昆明理工大学信息工程与自动化学院	1	1	1.0	1.0