基于SVM的重复网页检测算法  

作　　者：冯金波[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《软件导刊》2015年第3期57-58,共2页Software Guide

摘　　要：互联网中存在大量重复网页,降低了用户体验并使搜索变得复杂化。为解决这些问题,把相似网页的比较转换成二元分类问题,使用监督学习算法构造判别函数,避免人为设定相似度阈值所带来的误差;通过SVM训练出的判别函数检测网页对,以此检测网页是否重复。

关 键 词：SVM 重复网页 支持向量机 编辑距离 最长公共子串 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]