【摘 要】
：
当前在WWW上有众多的近似镜像web页面 ,如何快速准确地发现这些内容上相似的网页已经成为提高搜索引擎服务质量的关键技术之一 .为基于关键词匹配的搜索引擎系统提出了 5种近
【机 构】
：
（北京大学计算机科学技术系,（北京大学计算机科学技术系,（北京大学计算机科学技术系,（北京大学计算机科学技术系
【基金项目】
：
国家 973重大基础研究发展规划项目基金! (No.G1 9990 32 70 6)
论文部分内容阅读
当前在WWW上有众多的近似镜像web页面 ,如何快速准确地发现这些内容上相似的网页已经成为提高搜索引擎服务质量的关键技术之一 .为基于关键词匹配的搜索引擎系统提出了 5种近似镜像网页检测算法 ,并利用“天网”系统对这 5种算法进行了实际评测 .另外还将它们与现有的方法进行了对比分析 .本文所论述的近似镜像检测算法已成功地被用于消除“天网”系统的重复网页 ,同时也可广泛应用于数字化图书馆的搭建
其他文献
大多数小学生是独生子女,娇生惯养,常常以自我为中心,在学校集体学习生活中,这些"小皇帝""小公主"难免会发生矛盾,甚至动手打架,造成严重不良影响。如何妥善处理学生间的突发
<正> 窨井,就是便于维修下水道的井状物。经常有窨井盖被偷的情况,以至于行人、车辆极易出事故。所以防盗窨井盖应当有这样几个功能:把它偷走十分困难,造价不能太高,开启要方
元明时期的回鹘佛教文献称印度为ntkk,系伊朗语称谓hinduk的中亚变体——粟特语’yntk’k的回鹘语译写形式,并非源自吐火罗语Yentukemne。而汉文佛教文献所见"印特伽"
新三板的成立是最近几年中国资本市场改革中最为重要的事情之一,为促进中小企业发展,解决"中小企业多,融资难,社会资金多,投资难"两多两难的问题,全国中小企业转让系统拉开了
大数据、移动设备、社交媒体、传感器和定位系统正在深刻影响着我们的思想、行为、工作、学习和生活,图书馆已开始步入场景时代。论文指出,场景时代是用户信息偶遇的催化剂,
简要论述了“感觉式”和“生理解剖式”两种声乐训练方法的特点。
<正>不少学生一提写作文,心里就烦。要改变这种现状,让学生愿写、乐写、会写,小学阶段的作文教学具有非常重要的作用,特别是低段入门作文教学具有关键性的作用。那么,在低段
酸乳是以牛乳（或马、羊乳）经过乳酸菌发酵而成的乳制品，口感好，助消化，易吸收，是人们喜爱的营养饮品。
目的观察百令胶囊联合GP方案化疗对老年晚期非小细胞肺癌(NSCLC)患者血清CA125、CEA及VEGF水平的影响。方法将我院收治的76例老年晚期NSCLC患者随机平均分为观察组与对照组,
<正>设计意图:大班幼儿思维处于抽象逻辑的萌芽发展阶段,在认识事物方面不仅能够感知事物的特点,而且能够进行初步的判断和推理。《幼儿园教育指导纲要》提出:数学教育必须要