【摘 要】
：
因特网上大量近似镜像网页的存在已经成为人们快速获取有效讯息的最大阻碍.为了解决网络上存在大量近似镜像网页的问题,研究人员提出了多种网页去重算法,但这些算法在网页噪
【基金项目】
：
受上海市“科技创新行动计划”高新技术领域项目支持资助（项目编号：16511100903）.
论文部分内容阅读
因特网上大量近似镜像网页的存在已经成为人们快速获取有效讯息的最大阻碍.为了解决网络上存在大量近似镜像网页的问题,研究人员提出了多种网页去重算法,但这些算法在网页噪声抵抗方面的表现并不令人满意.针对此问题,本文提出一种基于Simhash的长句提取近似镜像网页去重算法,通过提取文档中的长句规避网页噪声,减弱噪声对于算法的不利影响.通过对互联网上的网页信息进行去重实验表明,改进算法能有效减弱噪声影响,具有较高的准确率与召回率。
其他文献
目的:探讨8种L-支链氨基酸合剂对急性肾缺血-再灌注损伤的保护作用及作用机制.方法:夹闭大鼠双侧肾蒂45 min,再灌注24 h制成肾缺血再灌注损伤动物模型,将24只SD大鼠随机分为
CNNIC发布的“第十七次中国互联网络发展状况统计报告”数据统计显示，我国互联网络发展迅猛，网民数量不断增长，截至2005年12月31日，我国网民人数达到1．11亿，其中18岁以下的网民（16．6％），2
目的：探讨阴茎癌淋巴结肿大与ｒａｓ癌基因Ｐ２１蛋白的相关性。方法：采用免疫组化ＡＢＣ法检测１１０枚腹股沟淋巴结中ｒａｓ癌基因产物Ｐ２１蛋白的表达状况，其中病理检查证实癌性和炎性淋巴结各４０枚，正常淋巴结８０枚。结
目的 :为探讨重复肾下肾积水的原因、治疗方法及预后。方法 :总结 30年来收治重复肾下肾积水患者 2 4例 ,平均 33.4岁。行迷走血管及纤维束带松解、输尿管膀胱成形术等手术治
掘客把这个新闻筛选的权利交给了网民，由网民民主投票来决定网站首页应该显示哪些新闻。这样挖掘筛选出的新闻往往是最有价值、最受网民关注的新闻。
【目的】对尼罗罗非鱼(Oreochromis niloticus)盐碱选育三、四和五代(F3、F4和F5)鱼苗的盐碱耐受性进行评估,以期为盐碱选育尼罗罗非鱼提供基础资料。【方法】采用急性致死试
目的:探讨尿道结石的处理方法与预后.方法:对46例尿道结石患者的临床资料进行回顾性分析,除9例患者采用开放性手术治疗以外,37例患者均采用内窥镜技术治疗尿道结石.结果:37例
<正>我院编制了煤矿设计各专业有关的几个PC-1500袖珍计算机BASIC语言程序,现介绍如下:1.复杂通风网路计算程序该程序采用H.Cross迭代法,对原始输入数据进行压缩处理,使输入
Fashion shopping in WeChat(微信)Moments(朋友圈)has become an important new channel because of the rapid development and broad application of the smart phone tec