[发明专利]基于云计算的网络页面高效精准去重系统在审
| 申请号： | 202011183312.2 | 申请日： | 2020-10-29 |
| 公开（公告）号： | CN112307303A | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 扆亮海;刘文平 | 申请（专利权）人： | 扆亮海 |
| 主分类号： | G06F16/9532 | 分类号： | G06F16/9532;G06F16/955;G06F16/957;G06F16/958 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310016 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的基于云计算的网络页面高效精准去重系统，针对现有的搜索引擎搜集到的网页大部分是静态网页，由于大量转载、抄袭的存在，很多网页的主体内容都是重复的，对于搜索引擎来说，重复网页无形中增加索引存储的负担，同时也会耗费更多的检索时间；本发明结合开源框架设计并实现了基于Hadoop云平台的网页去重系统，采用蜘蛛程序抓取网页后实时检测判重的方式，能更好的衔接搜索引擎的其它模块，基于云计算的网络页面高效精准去重系统在海量网页搜集阶段，就能预先对网页进行前置处理，进行网页相似性检测与发现，除去重复或相似性高的网页，从而提高索引质量，优化检索结果，给用户良好的搜索体验。 | ||
| 搜索关键词： | 基于 计算 网络 页面 高效 精准 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扆亮海，未经扆亮海许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011183312.2/，转载请声明来源钻瓜专利网。
