基于網(wǎng)頁(yè)鏈接結(jié)構(gòu)和內(nèi)容分析的PageRank算法改進(jìn)研究.pdf

1、網(wǎng)絡(luò)中的信息每分每秒都在急劇增長(zhǎng)，人們?nèi)绾螐暮Ａ繑?shù)據(jù)中即時(shí)、有效地獲取所需信息，成為目前網(wǎng)絡(luò)搜索引擎挑戰(zhàn)的一大難題。網(wǎng)頁(yè)排序算法作為搜索引擎的核心技術(shù)，主要作用是將搜索到的相關(guān)網(wǎng)頁(yè)排序后呈現(xiàn)給用戶(hù)，因此在用戶(hù)對(duì)搜索引擎的評(píng)價(jià)因素中最重要的就是排序算法的優(yōu)劣。應(yīng)用于著名搜索引擎 Google中的PageRank算法是由其創(chuàng)始人布林和佩奇所提出的，并成為了經(jīng)典排序算法，盡管其結(jié)合網(wǎng)絡(luò)超鏈接結(jié)構(gòu)，能夠?qū)λ阉鹘Y(jié)果的排序效果進(jìn)行優(yōu)化，但仍然存在許

2、多問(wèn)題，主要包括平均分配網(wǎng)頁(yè)P(yáng)R值、偏向舊網(wǎng)頁(yè)、忽視用戶(hù)興趣和主題漂移。為了進(jìn)一步提升搜索引擎的用戶(hù)滿(mǎn)意度，滿(mǎn)足用戶(hù)的要求，本文進(jìn)一步研究了對(duì)傳統(tǒng)的PageRank算法的改進(jìn)。
　　首先，本文通過(guò)綜合考慮網(wǎng)絡(luò)超鏈接結(jié)構(gòu)以及用戶(hù)反饋兩大要素，引出本文所改進(jìn)的PageRank算法——BPR算法。該算法包括兩個(gè)主要因素：體現(xiàn)用戶(hù)反饋的偏好因子和體現(xiàn)網(wǎng)頁(yè)在當(dāng)前時(shí)間信息價(jià)值高低的網(wǎng)頁(yè)熱度因子。其中，用戶(hù)對(duì)網(wǎng)頁(yè)的偏好因子是根據(jù)通過(guò)網(wǎng)頁(yè)鏈接結(jié)構(gòu)

3、、點(diǎn)擊量以及網(wǎng)頁(yè)存在時(shí)間信息獲得的，通過(guò)該因子BPR算法對(duì)新舊網(wǎng)頁(yè)的權(quán)威值進(jìn)行較合理分配；網(wǎng)頁(yè)的熱度因子則通過(guò)網(wǎng)頁(yè)最近一次被點(diǎn)擊的時(shí)間與該網(wǎng)頁(yè)當(dāng)前被搜索引擎搜索到的當(dāng)前日期的時(shí)間間隔獲得的，該因子對(duì)網(wǎng)頁(yè)位置進(jìn)一步做出修整，使得當(dāng)前信息價(jià)值高的網(wǎng)頁(yè)排序靠前，信息價(jià)值較低的網(wǎng)頁(yè)下沉。BPR算法修正了PageRank算法中平均分配網(wǎng)頁(yè)P(yáng)R值、傾向舊網(wǎng)頁(yè)、忽視用戶(hù)興趣的不足，同時(shí)，實(shí)驗(yàn)結(jié)果表明，BPR算法能夠提升網(wǎng)頁(yè)結(jié)果集排序效果。
　　

4、通過(guò)對(duì)第三章的研究，本文進(jìn)一步分析用戶(hù)點(diǎn)擊行為，細(xì)化網(wǎng)頁(yè)點(diǎn)擊量為鏈接點(diǎn)擊量作為用戶(hù)反饋信息，并在累計(jì)該信息時(shí)采用用戶(hù)瀏覽時(shí)間對(duì)鏈接點(diǎn)擊量進(jìn)行過(guò)濾；同時(shí)將網(wǎng)頁(yè)鏈接結(jié)構(gòu)細(xì)化為鏈入與鏈出，并結(jié)合網(wǎng)頁(yè)實(shí)際內(nèi)容以及網(wǎng)頁(yè)存在時(shí)長(zhǎng)信息，提出了一種改進(jìn)算法。該算法彌補(bǔ)了經(jīng)典 PageRank算法中平均分配網(wǎng)頁(yè) PR值、傾向舊網(wǎng)頁(yè)、忽視用戶(hù)興趣及主題漂移的不足。實(shí)驗(yàn)結(jié)果表明，該算法在一定程度上對(duì)傳統(tǒng)PageRank算法排序因子單一性進(jìn)行了較好改善，進(jìn)一步