网页去重的改进算法

• 作者: 刘观宁 张钰辉 王静
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 网页去重 特征提取 特征表示
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 软件天地
• 页码范围: 16-18
• 分类号: TP391
• 字数: 3429字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.12.007

摘要

针对网页内容相似重复的特点,提出了一种改进算法对网页进行去重处理.该方法能够有效地对网页进行去重,并能对网页信息进行冗余识别处理.实验结果表明,与原有网页去重算法相比,该算法的执行效果提高了14.3％,对网页去重有了很明显的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	西安电子科技大学计算机学院	39	175	8.0	12.0
2	刘观宁		2	3	1.0	1.0
3	张钰辉	西安电子科技大学计算机学院	1	1	1.0	1.0