基于自然语言处理的网页去重关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-13页 |
| ·网页去重技术的研究目的和意义 | 第8-9页 |
| ·网页去重在互联网中的应用 | 第9-12页 |
| ·搜索引擎中的应用 | 第9-11页 |
| ·竞争情报系统中的应用 | 第11页 |
| ·其他方面的应用 | 第11-12页 |
| ·本文要解决的问题 | 第12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 相关研究工作概述 | 第13-28页 |
| ·文本复制检测简介 | 第13-14页 |
| ·网页去重研究介绍 | 第14-25页 |
| ·国外常用的网页查重算法介绍 | 第15-19页 |
| ·国外几种网页查重算法比较 | 第19-20页 |
| ·国内常用的网页查重算法介绍 | 第20-25页 |
| ·现有网页去重算法分析 | 第25-28页 |
| 第三章 基于信息检索的网页去重算法 | 第28-49页 |
| ·算法设计 | 第28-31页 |
| ·算法基础 | 第28-29页 |
| ·算法思路 | 第29-30页 |
| ·算法流程 | 第30页 |
| ·算法框图 | 第30-31页 |
| ·算法实现 | 第31-32页 |
| ·网页文本的预处理 | 第31页 |
| ·检索的相关度度量 | 第31-32页 |
| ·网页间相似度计算 | 第32页 |
| ·算法中的关键问题 | 第32-41页 |
| ·选取网页文本的关键词算法 | 第32-39页 |
| ·构建高效的信息检索模型 | 第39-41页 |
| ·算法分析和实验 | 第41-49页 |
| ·实验评价指标 | 第41-42页 |
| ·算法的时空复杂度 | 第42-43页 |
| ·相关度、相似度阈值 | 第43-45页 |
| ·与其他算法对比 | 第45-47页 |
| ·算法抗噪声性分析 | 第47-49页 |
| 第四章 智能网页文本处理系统 | 第49-53页 |
| ·系统总体介绍 | 第49-50页 |
| ·背景介绍 | 第49-50页 |
| ·名词术语定义 | 第50页 |
| ·系统总体设计 | 第50-53页 |
| ·需求规定 | 第50页 |
| ·开发语言和运行环境 | 第50-51页 |
| ·基本设计概念和处理流程 | 第51-52页 |
| ·系统状态图 | 第52页 |
| ·功能需求与程序的关系 | 第52-53页 |
| ·网页文本去重模块 | 第53页 |
| 第五章 总结 | 第53-55页 |
| ·本文工作总结 | 第53-54页 |
| ·下一步研究方向 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 作者攻读学位期间发表的学术论文目录 | 第58页 |
