Implementation of Indexing Techniques to Prevent Data Leakage and Duplication in Internet

Research in this area aims to create a new and efficient method for detecting near-duplicates in online content. Web pages that a search engine has scoured are first parsed to remove HTML elements and java scripts. After this phase, remove common keywords or stop words from the crawled pages. The af...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	2022 International Conference on Advances in Computing, Communication and Applied Informatics (ACCAI) S. 1 - 9
Hauptverfasser:	Nalini, M. K., K, Dhinakaran, D, Elantamilan, Gnanavel, R., Vinod, D.
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 28.01.2022
Schlagworte:	Costs Couplings data cleaning data integration data matching deduplication Duplicates GUI Hidden Markov models HTML tags Java Scripts open source software record linkage software Search engines Stemming Threshold. Health data linkage Training Web pages
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!