基于關鍵詞的復制網頁算法 想前面的提到的算法都是基于這個文檔的，對于大型的搜索引擎來說，在性能上有些差距，所以有些優化，針對是網頁的關鍵詞，或者網頁的meta描述部分。所以，必須有以下的技術做支撐： 1、網頁中出現的關鍵詞（中文分詞技術）以及每個關鍵詞的權重（關鍵詞密度）； 2、提取meta descrīption或者每個網頁的若干(比如：512）個字節的有效文字。 在以下算法描述中，我們約定幾個信息指紋變量： Pi表示第i個網頁； 該網頁權重最高的N個關鍵詞構成集合Ti={t...