文献类型：期刊文章

作　　者：郑德权[1] 张迪[1] 赵铁军[1] 于浩[1]

机构地区：[1]哈尔滨工业大学语言语音教育部-微软重点实验室,黑龙江哈尔滨150001

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(60736044);国家高技术研究发展计划("863"计划)资助项目(2006AA01Z150;2004AA11701008)~~

年　　份：2007

卷　　号：28

期　　号：12

起止页码：156-160

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20080911124382)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了找到一种自动将Blog网页区别于其他Web页面的方法,以便针对Blog语料进行内容抽取、对Blog社区进行规律性研究和发现等,针对Blog网页的特点与规律,提出一种根据网页结构和关键字计算相似度的方法识别Blog网页,初步的实验结果表明,达到了较高的识别正确率。

关 键 词：Blog网页识别  相似度计算 网页分类

分 类 号：TP391]