下载此文档

搜索引擎重复网页检测技术研究.pdf


文档分类:IT计算机 | 页数:约64页 举报非法文档有奖
1/64
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/64 下载此文档
文档列表 文档介绍
目 录
摘 要............................................................... III
Abstract ............................................................ IV
1 引 言 ............................................................. 1
研究背景及意义................................................. 1
研究现状简介................................................... 1
本文主要研究工作............................................... 3
本文组织....................................................... 4
2 相关理论和技术研究............................................... 6
重复网页的定义................................................. 6
常用重复网页检测算法........................................... 7
SCAM 算法 ................................................... 7
DSC 和 DSC-SS 算法 ............................................ 8
I-Match 算法 ................................................ 9
全文分段签名算法 ........................................... 10
基于关键词匹配算法 ......................................... 11
基于特征码抽取算法 ......................................... 12
常用算法的性能分析............................................ 13
重复网页检测技术的关键环节.................................... 14
特征提取 .................................................. 15
特征比较 .................................................. 17
3 关键技术介绍 ..................................................... 20
MD5 算法 ...................................................... 20
二叉排序树.................................................... 21
中文分词技术.................................................. 23
中文分词的应用 ............................................. 24
中文分词的难点 ............................................. 24
中文分词的方法 ............................................. 25

搜索引擎重复网页检测技术研究 来自淘豆网www.taodocs.com转载请标明出处.

相关文档 更多>>
非法内容举报中心
文档信息
  • 页数64
  • 收藏数0 收藏
  • 顶次数0
  • 上传人iris028
  • 文件大小1.15 MB
  • 时间2021-11-26