原创力文档- 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、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、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)。
查看更多
近似镜像网页去方法研究
Thesisforthe2009Master’S of
Shanxi
Degree University
ResearchonDetectionof Mirror
Approximate
Web
Pages
Name
Student Fan
Yong
Supervisor Prof．Zheng
Jiaheng
Major SystemEngineering
FieldofResearchChineseInformation
Processing
Department Schoolof
Technology
ResearchDuration
Sept．，2006--June，2009
June2009
万方数据
lIU
Irl IIrllll!IIIIIIIIIIIIfllllIllllI
目 录
第一章引 言……………………………………………………………………………．．1
1．1研究背景…………………………………………………………………………．．1
1．2研究现状及分析…………………………………………………………………．．2
1．2．1相关研究介绍……………………………………………………………一2
1．2．2现有近似镜像网页去重方法分析………………………………………．．3
1。3论文的主要工作及结果…………………………………………………………一3
1．4论文结构…………………………………………………………………………一4
第二章近似镜像网页的定义及分析……………………………………………………。。5
2．1重复网页的定义…………………………………………………………………．．5
2．1．1镜像网页的定义…………………………………………………………．．5
2．1．2近似镜像网页的定义……………………………………………………．．5
2．2近似镜像网页的分析……………………………………………………………．．5
2．2．1近似镜像网页文本特点的分析…………………………………………．．5
2．2．2近似镜像网页重复特点的分析…………………………………………一6
第三章网页主题提取……………………………………………………………………．．9
3．1组块………………………………………………………………………………．．9
3．1．1组块介绍…………………………………………………………………．．9
文档评论（0）