资讯类新闻套图系统

• 作者: 左春 江浩亮
• 来源期刊: 计算机系统应用
• 关键词: Web信息提取 动态数据集 高可扩展性 个性化推荐 套图
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 系统建设
• 页码范围: 57-62
• 页数: 6页
• 字数: 5056字
• 语种: 中文

摘要

考虑到图片具有对事件诠释力强，传播便利的特点，研究了从大量数据密集的新闻Web页面中自动提取数据，并组织成套图结构展现给用户。基于页面模板实现动态页面抽取和解析，处理转换为对应的套图数据结构。基于余弦相关性对来自不同网站的新闻套图数据进行去重，并根据相应的标准，为数据集进行评分排序。考虑巨大的新闻数据和用户数量，本系统基于hadoop分布式平台，满足系统的高可扩展性。本文将详细描述我们的系统设计和实现，并公布在百度资讯图片栏目上的运行结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左春	中国科学院软件研究所软件工程技术研发中心	71	1027	18.0	29.0
10	江浩亮	中国科学院软件研究所软件工程技术研发中心	1	1	1.0	1.0