|
|||||
|
|
| 简报近似网页的一种检测算法 | |
| 引用本文： | 杨文忠,彭曙蓉.简报近似网页的一种检测算法[J].微计算机应用,2006(1). |
| 作者姓名： | 杨文忠 彭曙蓉 |
| 作者单位： | 湖南大学电气与信息工程学院 长沙410082 |
| 摘 要： | 用户进行Web信息检索时,网络往往返回大量的近似网页(可看作重复网页)。针对搜索引擎查询Web信息所存在的局限性,考虑到基于关键词匹配的搜索引擎系统的特点,结合使用网页的向量空间模型,采用以下算法快速、有效地发现WWW上的重复或相似网页,提高检索效率。首先采用MD5算法(信息-摘要算法)提取返回文本的信息摘要。MD5将整个文件当作一个大文本信息,通过其不可逆的字符串变换算法,产生了一个唯一的MD5信息摘要。MD5以512位分组来处理输入的信息,且每一分组又被划分为16个32位子分组,经过了一系列的处理后,算法的输出由四个32位分组组… |
| 本文献已被 CNKI 等数据库收录！ | |