网页指纹查重技术的

摘 要:网页查重技术是浏览获取有用信息的关键技术,传统的查重方法中,选取关 键 词在网页中出现的频率来判断网页是否重复,如果关 键 词相近,可能造成查重误判的情况.本文提出网页本身特有的指纹技术,设计新的查重算法,通过与网页特征库中的指纹比较,完成网页的查重工作,提高查重的准确率.

Abstract:Webpagefingerprintcheckingisakeytechnologytoscanandgetusefulinformation.Thetraditionalmethodofwebpageduplicatedetectionselectsthefrequencyofoccurrenceofkeywordsasthestandardtoverifywhetherit’sduplicate,thesimilarkeywordaymisleadtheduplicatedetection.Thispaperproposedtheuniquewebpagefingerprinttechnology,designednewdetectionalgorithm.Comparingwithwebpagefeatureoffingerprint,thepaperpletesthewebpagerepeat-checkingworkandimprovestheaccuracyofduplicatedetection.

关 键 词:网页指纹;网页查重;位置向量

Keywords:webpagefingerprint;webpageduplicatedetection;positionvector

中图分类号:TP393.0文献标识码:A文章编号:1006-4311(2014)15-0225-02

0引言

当今世界处于互联网信息时代,网络和信息技术得到飞速提升,互联网上的信息呈现几何级爆炸式的增长,给用户带来了大量有用信息,也带出了一些问题.用户浏览不同网站目的是查找需要的信息,实际情况是大量信息在各网页间


类似论文

文查重软件购买郑州

教育信息参考2016年第6期(总第119期)主办:山东工商学院图书馆本期目录浙江教育行政部门和高校将实现微博"全覆盖"1山大环境与健。
更新日期:2024-8-21 浏览量:104927 点赞量:22434

生学位文查重实施办法

研究生学位论文查重实施办法根据《北京邮电大学学术道德规范与管理办法》和《关于严肃处理高等学校学术不端。
更新日期:2024-1-9 浏览量:6728 点赞量:2606

毕业文怎么查重

快到毕业季了,你是否再忙着做实验写论文,是否为论文能否通过而担忧?所谓知己知彼,只要知道了查重的原理,就不难避免“被查重”。
更新日期:2024-2-23 浏览量:30755 点赞量:7172

文查重软件购买2023年

经济与管理学院关于2016届双学位教育毕业论文答辩工作的通知根据院教[2016]35号文件《滁州学院在校本科生辅修专业及双。
更新日期:2024-11-16 浏览量:141338 点赞量:29872

期刊发表查重文

附件二:2016年度国家自然科学基金项目形式审查明细表(请申请人和二级单位逐项认真审查,并在"□"处打√,与本项目无关的项。
更新日期:2024-5-9 浏览量:10560 点赞量:3061

生文写作过程控制档案,修改文查重学校代码

有关2016年硕士研究生盲审工作的相关通知各相关学院:根据学校有关文件规定,结合我校2016级学术型研究生和全日制专业学位研究生上。
更新日期:2024-11-18 浏览量:145341 点赞量:31801