节点文献

网页查重技术在企业数据仓库中的应用

Automatic detection of online duplication documents and its application in enterprise data warehouse

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 白广慧连浩刘悦程学旗

【Author】 BAI Guang-hui~ 1,2,LIAN Hao~2,LIU Yue~3,CHENG Xue-qi~3 (1. China Netcom Group Labs, Beijing 100036, China; 2. Graduate School, Chinese Academy of Sciences, Beijing 100039, China;3. Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080, China)

【机构】 中国网通集团研究院中国科学院研究生院中国科学院计算技术研究所中国科学院计算技术研究所 北京100036中国科学院研究生院北京100039北京100080北京100080

【摘要】 介绍了处理网页排重的三类通用方法,并介绍了在企业数据仓库系统中,通过利用相似性检索技术实现情报资料自动排重的应用。通过对测试结果的评估表明,这种基于相似性检索技术的自动排重的方法能够达到较好的效果,实现了企业情报资料智能化预处理的应用。

【Abstract】 Three general methods to detect duplicate Web pages were introduced. The similarity search technique was used to detect duplicate information automatically in enterprise data warehouse. The results indicate that the similarity search method is fit for intelligent pretreatment of enterprise intelligence data.

  • 【文献出处】 计算机应用 ,Computer Applications , 编辑部邮箱 ,2005年07期
  • 【分类号】TP393.09
  • 【被引频次】8
  • 【下载频次】163
节点文献中: 

本文链接的文献网络图示:

本文的引文网络