重复网页检测算法综述

• 作者: 任丽芸 唐蓉 杨武
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 重复网页检测 特征提取 特征比较
• 年，卷（期）: 2010,（8）
• 页码范围: 6237-6239
• 页数: 3页
• 分类号: TP311

摘要

重复网页检测是搜索引擎的关键技术之一,算法的选择直接影响搜索引擎的检索效率。该文详细分析了现目前常用的重复网页检测算法,并从算法所采取的两个步骤（特征提取,特征比较）入手,比较了各算法的异同与其各自的优缺点,为进一步优化算法找出思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨武	重庆理工大学计算机科学与工程学院	27	175	6.0	12.0
2	唐蓉	重庆理工大学计算机科学与工程学院	3	13	2.0	3.0
3	任丽芸	重庆理工大学计算机科学与工程学院	3	13	2.0	3.0