高等教育领域数字化综合服务平台
武汉大学
教育部
- 50 高校采购信息
- 970 科技成果项目
- 0 创新创业项目
- 0 高校项目需求
一种基于结构和内容二级过滤的 Web 数据相似性检测方法
2021-04-14 00:00:00
云上高博会
https://heec.cahe.edu.cn
关键词：
Web 数据相似性
所属领域:
项目成果/简介:
本发明公开了一种基于结构和内容二级过滤的 Web 数据相似性检测方法，在传统的通用相似性检测
方法的基础上，发掘出 Web 数据结构和内容分布的特点，对检测的文档集进行两级过滤；两级过滤中的
第一级过滤是结构相似性过滤，对每个Web文档建模为Tag树结构，从而剔除在结构上不相似的文档集，
并对剩余的文档进行关键内容抽取，将其表示成元组向量的形式，将关键信息连接起来生成字符串集；
两级过滤中的第二级过滤则对第一级过滤后生成的字符串集进行 Trie
项目阶段:
知识产权编号:
扫码关注，查看更多科技成果
取消
确定