技术总结
本发明的目的是提供一种用于获取页面相似度的方法与设备。本发明中首先确定一个页面中的一个或多个页面块与另一页面中的一个或多个页面块之间的块相似度，接着根据两个页面中各个页面块的权重及其块相似度，加权确定该两个页面的页面相似度，从而将页面块的权重引入页面相似度判定标准中，通过对不同页面块的准确赋权，体现出不同页面块的价值差异，从而获得更为准确的页面相似度判定结果，进一步为保证较高的过滤重复网页准确性提供了保证。
技术研发人员：胡蓉;赵枫;孙立波
受保护的技术使用者：北京百度网讯科技有限公司
文档号码：201210089360
技术研发日：2012.03.29
技术公布日：2018.05.01