تشخیص و حذف بهینه ی صفحات شبه تکراری

موتور جستجو یک ابزار مهم برای کاربران برای دسترسی به منابع اطلاعاتی شبکه است .ب ههرحال، تعداد زیادی از صفحات تکراری و شبه تکراری به بار مسئولیت کاربر افزوده شده اند .در حال حاضر،موتورهای جستجو فقط صفحات تکراری را حذف میکنند ولی هنوز استراتژیهای مؤثری در تشخیص و حذف صفحات شبه تکراری ندارند .این مقاله روشهای موجود برای انتخاب روش مناسب برای تشخیص صفحات شبه تکراری را بررسی کرده است و استراتژی حذف را بهینهسازی کرده است تا تضمین کند که صفحات شبه تکراری فضای زیادی را در نتایج جستجو اشغال نمیکنند وقتی که ب هطور مؤثر استفاده میشوند .اینها به کاربران اجازه خواهند داد که اطلاعات موردنیاز را سادهتر بازیابی کنند

کلیدواژه ها:

موتورجستجو ، بازیابی اطلاعات ، شبه تکراری ، تشخیص تکراری ، روشهای رتبه بندی