Web鏈接結(jié)構(gòu)挖掘中HITS算支的分析與改進(jìn).pdf

1、近年來(lái),隨著Internet/Web 技術(shù)的快速普及和迅猛發(fā)展,它為人們提供了豐富的信息資源的同時(shí),其所具有的海量數(shù)據(jù)、復(fù)雜性、極強(qiáng)的動(dòng)態(tài)性和用戶(hù)的多態(tài)性等特點(diǎn)也給Web 資源的發(fā)掘造成了相當(dāng)?shù)碾y度。因此,將數(shù)據(jù)挖掘技術(shù)和Web 結(jié)合起來(lái),進(jìn)行Web 數(shù)據(jù)挖掘也就隨之成為解決Web 挖掘問(wèn)題的重要途徑。
　　 在傳統(tǒng)的信息檢索技術(shù)己經(jīng)成熟的現(xiàn)狀下,從Web 數(shù)據(jù)本身的特點(diǎn)出發(fā),充分地挖掘Web 上龐大的超鏈接資源,通過(guò)超鏈接進(jìn)行

2、搜索,建立有效的Web 信息檢索模型,從而找到需要的信息。但傳統(tǒng)的基于超鏈接的網(wǎng)頁(yè)搜索排序算法是純粹地基于鏈接分析(即Web 結(jié)構(gòu)挖掘)來(lái)發(fā)現(xiàn)權(quán)威網(wǎng)頁(yè),沒(méi)有考慮網(wǎng)頁(yè)的具體內(nèi)容,存在所謂的“主題漂移”問(wèn)題,即算法的結(jié)果往往包含這樣一些網(wǎng)頁(yè),它們相互鏈接密度較高,但在內(nèi)容上卻偏離了查詢(xún)主題。
　　 本文通過(guò)對(duì)經(jīng)典的Web 結(jié)構(gòu)挖掘算法HITS算法的研究學(xué)習(xí),針對(duì)HITS算法中只考慮Web 頁(yè)面之間的超鏈接分析而忽略了Web 頁(yè)面的內(nèi)