摘要：针对在网页检索结果中经常出现内容相同的冗余页面的问题，为了按用户偏好对搜索结果进行筛选，提出了一种通过中文字主题要素学习网页内容的网页去重算法．该算法通过抽取网页要素中用户偏好的短语来抽取网页的内容，根据学习的网页内容计算其相似度来判断网页的重复度．经与相似方法比较，结果表明，该方法能够完成针对中文内容网页的去重，具有较高的查全率和查准率．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社