hrvatski

Postupak usporedbe web stranica na temelju strukture

Usporedba dokumenata na temelju strukture nalazi primjenu u mnogim zadacima dubinske analize teksta i pretraživanja informacija. Prilikom automatskog pobiranja dokumenata s web sjedišta, usporedbom strukture dokumenata moguće je identificirati tipski srodne no sadržajno različite dokumente. U okviru rada proučeni su različiti postupci za izračunavanje sličnosti HTML dokumenata na temelju strukture. Razvijena je programska implementacija takvog postupka pogodna za ugradnju u pobirač dokumenata s web sjedišta. Postupak se temelji na prikazu HTML dokumenata višedimenzionalnim vektorima te težinskom bodovanju pojedinih HTML oznaka.

sličnost dokumenata; struktura dokumenata; vektorski prostor; HTML oznake

nije evidentirano