作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在对现有主流网页消重技术分析的基础上,提出一种基于网页内容的改进的网页消重高效检测算法.该算法通过利用网页的标签树结构选取最大的多个文本块,将这些文本块连接在一起生成一个代表该网页的MD5指纹,对指纹进行比较,确认近似网页实现消重,实验证明该方法对近似网页能进行准确的检测.
推荐文章
基于特征串的网页文本并行去重算法
搜索引擎
特征串
网页去重
Simhash
Map/Reduce
改进的基于布尔模型的网页查重算法
网络
特征
布尔模型
相似网页
基于正文结构和长句提取的网页去重算法
网页去重
正文结构树
长句提取
层次指纹
一种欺骗网页检测判定算法
欺骗网页检测
网页分割
相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于网页内容的网页消重高效检测算法研究
来源期刊 佳木斯大学学报(自然科学版) 学科 工学
关键词 搜索引擎 网页消重 MD5指纹 算法分析
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 22-24
页数 3页 分类号 TP393
字数 3764字 语种 中文
DOI 10.3969/j.issn.1008-1402.2010.01.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王祖析 29 104 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (27)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (7)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
搜索引擎
网页消重
MD5指纹
算法分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
佳木斯大学学报(自然科学版)
双月刊
1008-1402
23-1434/T
大16开
黑龙江省佳木斯市学府街148号
14-176
1983
chi
出版文献量(篇)
5218
总下载数(次)
9
总被引数(次)
12928
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导