论文摘要
互联网的飞速发展导致数字化信息呈爆炸式增长。搜索引擎作为帮助人们在海量信息中寻觅所需信息的工具,其重要性与日俱增。然而,由于网页噪音和重复网页的存在,搜索引擎的检索结果中存在着大量的冗余信息,使得搜索引擎的服务质量降低。因此,如何快速准确地去除网页噪音和重复网页成为一个亟待解决的问题。本文深入研究了搜索引擎中网页净化与消重的技术。首先分析了网页噪音及网页重复对搜索引擎的影响;然后介绍了网页噪声和网页重复的相关概念及特点,研究了网页净化与消重的经典算法,并分析了这些算法的优点和不足。在网页净化方面,根据同一网站的网页结构布局基本相同的特点,提出了一种新的基于树编辑距离的网页净化算法。该算法利用树编辑距离和严格自顶向下映射原理,以最小的代价检测网站的模板,并将该模板作为噪音信息从网页中去除。实验结果表明,该算法在保证网页主题内容完整的同时,有效的去除了网页噪音。在网页消重方面,针对web上网页重复的现象,提出了一种新的基于信息指纹的网页消重算法。该算法为了排除噪音的干扰,将网页净化技术融入算法中,并充分利用网页文本的内容和结构信息来提取网页特征,然后结合信息指纹技术,实现了重复网页的去除。实验结果表明,该算法在保证较高准确率的情况下,具有更高的召回率。
论文目录
相关论文文献
- [1].打造网页设计创新创业示范课程[J]. 河南教育(职成教) 2019(12)
- [2].网页设计中计算机图像处理技术的应用[J]. 无线互联科技 2019(21)
- [3].高职院校网页设计与制作课程教学改革研究[J]. 教育现代化 2019(95)
- [4].浅谈网页设计与制作课程[J]. 电脑知识与技术 2020(01)
- [5].浅析水墨元素融入网页设计的架构技巧[J]. 辽宁经济职业技术学院.辽宁经济管理干部学院学报 2019(06)
- [6].分析计算机图像处理技术在网页设计中的应用价值[J]. 计算机产品与流通 2020(01)
- [7].网页设计中计算机图像处理技术的应用[J]. 电子技术与软件工程 2019(24)
- [8].“环球佳”医疗设备企业网页设计[J]. 出版发行研究 2019(12)
- [9].网页设计在视觉传达设计中表现的形式[J]. 西部皮革 2020(03)
- [10].论网页设计中计算机图像处理技术的应用[J]. 计算机产品与流通 2020(02)
- [11].色彩节奏在网页设计中的应用研究[J]. 计算机产品与流通 2020(02)
- [12].计算机图像处理技术在网页设计中的应用分析[J]. 电子世界 2020(04)
- [13].网页设计中计算机图像处理技术的应用[J]. 科技风 2020(11)
- [14].网页设计作品[J]. 上海纺织科技 2020(01)
- [15].浅析网页设计中的色彩搭配[J]. 农家参谋 2020(01)
- [16].党政网页电子文件采集与管理研究[J]. 办公室业务 2020(04)
- [17].基于翻转课堂的《商务网页设计与制作》课程设计研究[J]. 中国多媒体与网络教学学报(中旬刊) 2020(03)
- [18].水墨动画在网页设计中的应用思考[J]. 中外企业家 2020(12)
- [19].网页设计中的色彩搭配探讨[J]. 信息与电脑(理论版) 2020(02)
- [20].浏览器的神奇玩法[J]. 计算机与网络 2020(04)
- [21].网页欣赏精品分析教学平台的设计[J]. 黑龙江科学 2020(07)
- [22].关于网页设计与制作方法与应用的探讨[J]. 河北农机 2020(03)
- [23].基于修辞资源与受众的高校网页简介英译失误分析——以东南地区部分985高校为例[J]. 黑龙江教师发展学院学报 2020(04)
- [24].关于“网页设计与制作”教学的中高职衔接问题初探[J]. 电脑知识与技术 2020(09)
- [25].网页设计中计算机图像处理技术的应用[J]. 中外企业家 2020(16)
- [26].网页档案信息长期保存策略研究[J]. 档案时空 2019(12)
- [27].中职《网页设计与制作》课程教学综述[J]. 信息记录材料 2020(03)
- [28].基于眼动跟踪的教育网页“优势区域”论证研究[J]. 现代计算机 2020(13)
- [29].基于校企合作的《网页设计》课程教学改革研究[J]. 科技创新导报 2019(31)
- [30].计算机网页设计中的布局与排版[J]. 信息与电脑(理论版) 2020(09)