互联网的诞生和发展,深刻的改变着人们的生活,极大地推动着社会的发展与进步,尤为值得一提的是互联网已经成为人们获取信息的一个非常重要的途径,互联网已经成为人们沟通、交流的重要平台。互联网为人们提供大量的信息资源,大大方便了人们获取信息的效率,但是互联网上同样存在大量的重复的、相似的网页信息,这些信息对人们来说意义不大,反而成为一种麻烦,甚至带来无谓的资源消耗。因此如何识别出这些相似的网页信息是一个值得研究的课题。本文描述了当前国内外相似网页识别技术研究的背景,深入研究了相关的相似网页识别算法,对比分析各方法的优势与不足。并针对经典DSC算法、Simhash算法的不足,寻求积极改进措施：将基于<单词,权重>的Simhash算法改进为基于<单词序列,序列权重>的相似网页识别算法。序列权重计算时,融入单词之间的相对位置信息、网页自身结构特点信息等,而不仅仅是Simhash中的单词词频信息,从而更加全面的包含网页信息,求得算法性能的改善。本文最后基于改进的算法,构建简单的测试系统,通过互联网上真实的网页数据,对改进算法的有效性进行检验,并针对实验结果,进行分析。定义准确率和召回率,对改进后的算法效果与DSC算法、Simhash算法进行对比,做出总结。