一种基于LCS相似网页检测算法.PDFVIP

一种基于 LCS 的相似网页检测算法 黄连恩, 王磊, 李晓明 北京大学 网络与分布式系统实验室， 100871 报告编号 PKU_CS_NCIS_TR2007012 提交时间 2007-12-20 北京大学 信息科学技术学院 网络与信息系统研究所，100871 北京大学信息科学技术学院 • 网络与信息系统研究所： PKU_CS_NCIS_TR2007012 一种基于 LCS 的相似网页检测算法∗ 黄连恩, 王磊, 李晓明 （北京大学信息科学与技术学院， 100871 ） 摘要：网页的相似性检测长期以来是一个研究的热点，shingling 和 simhash 被认为是当前最好的两个算法，然而