大规模网页模块识别与信息提取系统设计与实现

大规模网页模块识别与信息提取系统设计与实现,朱磊同学的毕业设计工作属于天网搜索引擎预处理模块，提出了一套基于语义 的网页分块和主题内容信息提取算法，并在SEWM2008中文Web信息检索评测项 中得到检验。在该套算法基础上，还实现了基于Map-Reduce的分布式QuarkRank 算法。