我正在开发一个规范化URL的项目。（即应该识别映射到同一网页的不同URL，并且应该像搜索引擎一样减少冗余。）
所以我想要一个包含不同URL的数据集来测试我的方法。请提供规范化数据集的链接。
我正在用C＃实现这个项目，我想要你的建议。提前谢谢。
答案 0 :(得分：1)
由于您询问了 I'd like your suggestions ，请将您的问题保持在开放状态，从而接受您可能获得的建议，我会继续向您提出我的建议。虽然我承认我不是100％肯定你想解决什么问题？您是否要求提供程序/代码特定建议？如何设置这样一个项目的策略？或者您希望收集灵感/想法并改善现有工作流程？如果你正在寻找第三件事，我建议你看一下我的人工智能教师曾经给过的一个讲座的两个场景。让我们深入了解Ant殖民地如何组织起来：
自上而下的方法：一个幻想想象一下，在一个反刍动物中的女王，为每个蚂蚁开辟他们到次级殖民地的路线，从而规范化各种蚂蚁所承担的多种痕迹路线。去同一个地方，然后似乎你想把蚂蚁组合在一起，让每个小组只用一条路线到他们的目标，并删除可能的重复路线。这是如何提高路线效率的一种方法。实际上，蚂蚁实际上的工作方式不同：
自下而上的方法：现实： 一只蚂蚁没什么意义，但是当一个整个蚁群被研究时，一个组织就会揭示出来。这是因为蚂蚁自己跟随其他蚂蚁的气味痕迹，这样跟随彼此并最终找到通往巢穴的方式。这样，聪明并不需要来自中央数据库的上方/中心，但每个蚂蚁中内置的一小部分智能将使相同的路径可重用。 ＆GT;＆GT;通过这种方式，您可能希望在每个需要规范化的超链接中构建规范化技术。
我希望这可以为您提供您所希望的建议，否则如果您的问题不是基于策略而是与特定的代码问题相关，请在其中提出程序代码问题，这通常比找到最佳策略更容易解决。祝好运！我的2美分。