基于向量空间的网页内容相似度计算方法研究

• 作者: 何忠秀 安礼成 王霜
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 向量空间 网页内容相似度
• 年，卷（期）: 2010,（9）
• 页码范围: 53-55,58
• 分类号: TP393
• 字数: 1785字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2010.09.014

摘要

针对海量网页数据挖掘问题,提出基于向量空间的网页内容相似计算算法和软件系统框架.利用搜索引擎从海量网页中提取中文编码的网页URL,在此基础上提取网页的中文字符并分析提取出中文实词,建立向量空间模型计算网页内容间的相似度.该系统缩小了需要进行相似度计算的网页文档范围,节约大量时间和空间资源,为网络信息的分类、查询、智能化等奠定了良好的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王霜	西华大学机械工程与自动化学院	36	255	8.0	15.0
2	何忠秀	西华大学数学与计算机学院	15	121	5.0	11.0
3	安礼成	西华大学数学与计算机学院	1	12	1.0	1.0