资讯类新闻套图系统.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
资讯类新闻套图系统.pdf

2014 年 第23 卷 第 10 期 计 算 机 系 统 应 用 资讯类新闻套图系统① 1,2 1,2,3 江浩亮 , 左 春 1( 中国科学院软件研究所 软件工程技术研发中心, 北京 100190) 2( 中国科学院大学, 北京 100190) 3( 中科软科技股份有限公司, 北京 100190) 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. 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 Web Information Extraction and Knowledge Presentation System JIANG Hao-Liang1,2, ZUO Chun1,2,3 1(Software engineering center, Institute of Software, Chinese Academy Of Sciences, Beij ing 100190, China) 2(University of Chinese Academy of Sciences, Beij ing 100190, China) 3(Sinosoft, Beij ing 100190, China) Abstract: Considering the picture has the futures that a strong interpretation of events and convenient disseminating, this paper studies extraction of data from a large number of news web pages, and organizational structure chart presented to the users. It achieves dynamic pages based on page template extraction and analysis, processing converted to the corresponding sets of datastructure. Based on the news cosine correlation graph data sets from different sites are differentiated, and in accordance with the appropriate standards for data collection to score sorted. This system is based on hadoop distributed platform, considering the large number of users and imgsets. This paper will describe the design and implementation of our system in detail, and report the results of running the system on Baidu news image column. Key words: web information extraction; dynamic data set; highly scalable; personalized recommendations; imgset 网络上从不缺少新闻, 但是在过去以文字为主题

文档评论(0)

文档精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档