移動(dòng)中文新聞搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著Internet的飛速發(fā)展，互聯(lián)網(wǎng)已經(jīng)成為人們獲取新聞信息的一種重要方式，但是如何更便捷、更全面、更準(zhǔn)確地獲取相關(guān)新聞已成為一個(gè)論題。傳統(tǒng)的單一網(wǎng)絡(luò)媒體已經(jīng)很難滿足用戶要求，新聞搜索引擎于是應(yīng)運(yùn)而生。而隨著手機(jī)的普及與便捷性的進(jìn)一步提高，移動(dòng)新聞搜索已成為一種趨勢(shì)。 本文對(duì)移動(dòng)中文新聞搜索引擎的若干關(guān)鍵技術(shù)進(jìn)行了較深入的分析與研究，并實(shí)現(xiàn)了系統(tǒng)原型。研究?jī)?nèi)容主要包括以下幾點(diǎn)： 1)設(shè)計(jì)并實(shí)現(xiàn)了一種基于視覺特征的HTM

2、L新聞頁(yè)面正文提取算法。該算法基于人類判斷新聞?wù)牡姆绞?，依?jù)漢字?jǐn)?shù)量，熱字?jǐn)?shù)量，鏈接數(shù)量等因素確定正文的某一段落，通過(guò)HTML節(jié)點(diǎn)間的關(guān)系確定正文所在。實(shí)驗(yàn)表明，通過(guò)此方法能夠準(zhǔn)確的提取出新聞頁(yè)面的正文部分，很好的去除廣告等不相關(guān)部分。有別于傳統(tǒng)的基于網(wǎng)頁(yè)特定特征的提取方法，該方法使用范圍更加廣泛，不但無(wú)需對(duì)不同網(wǎng)站不同頻道做相應(yīng)配置調(diào)整，而且不必進(jìn)行預(yù)先學(xué)習(xí)。 2)設(shè)計(jì)了移動(dòng)中文新聞搜索引擎系統(tǒng)，給出了具體的實(shí)現(xiàn)方案，實(shí)現(xiàn)了