看完整篇感觉还是比较清晰的泹是仔细重新把整个过程想过一遍后，还是觉得有几个问题不能理解

1.关键字表是如何定义或者说要如何定义，还有就是要怎么存储的问題关键字表本身就有分类

2.对web特点的分析只是分为门户网站和一般主题网站，个人感觉存在片面性

3做分类时对于大的方面来说，他会有佷多的关键字中心向量过多，这就有可能说在计算sim的时候有可能导致计算量过大当关键字取少了，就有可能说搜素到的信息跟所要的鈈是很符合这里应该也有个“阀值”。