|
武漢大學
搜 索
高等教育領域數字化綜合服務平臺
武漢大學
教育部
- 50 高校采購信息
- 974 科技成果項目
- 0 創新創業項目
- 0 高校項目需求
一種基于結構和內容二級過濾的 Web 數據相似性檢測方法
2021-04-14 00:00:00
云上高博會
http://www.eczace.xyz
關鍵詞：
Web 數據相似性
所屬領域:
項目成果/簡介:
本發明公開了一種基于結構和內容二級過濾的 Web 數據相似性檢測方法，在傳統的通用相似性檢測
方法的基礎上，發掘出 Web 數據結構和內容分布的特點，對檢測的文檔集進行兩級過濾；兩級過濾中的
第一級過濾是結構相似性過濾，對每個Web文檔建模為Tag樹結構，從而剔除在結構上不相似的文檔集，
并對剩余的文檔進行關鍵內容抽取，將其表示成元組向量的形式，將關鍵信息連接起來生成字符串集；
兩級過濾中的第二級過濾則對第一級過濾后生成的字符串集進行 Trie
項目階段:
知識產權編號:
掃碼關注，查看更多科技成果
取消
確定