面向移动搜索的WAP页面消重技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·研究背景及意义 | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 2 WAP页面消重框架 | 第13-26页 |
| ·WAP页面特性 | 第13-17页 |
| ·页面的类型 | 第13-15页 |
| ·重复WAP页面的定义 | 第15-17页 |
| ·消重框架流程 | 第17-25页 |
| ·DOM解析 | 第17-18页 |
| ·VIPS识别 | 第18-20页 |
| ·页面分类 | 第20-22页 |
| ·标题正文提取 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 面向WAP页面的特征提取方法 | 第26-39页 |
| ·现有特征提取方法 | 第26-29页 |
| ·基于整个文档的特征提取方法 | 第26-27页 |
| ·基于Shingle的特征提取方法 | 第27-29页 |
| ·基于词(term/phrase)的特征提取方法 | 第29页 |
| ·WAP页面驱动的特征提取 | 第29-38页 |
| ·面向内容页的特征提取方法 | 第31页 |
| ·面向下载页的特征提取方法 | 第31-34页 |
| ·面向导航页的特征提取方法 | 第34-35页 |
| ·面向图片页的特征提取方法 | 第35-36页 |
| ·面向BBS页的特征提取方法 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于SimHash消重技术的研究与应用 | 第39-49页 |
| ·现有的消重技术 | 第39-44页 |
| ·基于Shingle的消重技术 | 第40-42页 |
| ·基于Bloom Filter的消重技术 | 第42-44页 |
| ·基于SimHash的网页消重技术 | 第44页 |
| ·面向WAP页面消重方法 | 第44-48页 |
| ·算法详细描述 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 实验及分析 | 第49-57页 |
| ·WAP页面消重评价方法 | 第49-50页 |
| ·现有评价方法 | 第49页 |
| ·本文设计的评价方法 | 第49-50页 |
| ·实验数据 | 第50-51页 |
| ·实验设计 | 第51页 |
| ·实验结果及分析 | 第51-56页 |
| ·实验结果 | 第52-55页 |
| ·实验分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·下一步工作展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
