基于PageRank的搜索引擎優(yōu)化方法研究.pdf

1、伴隨著互聯(lián)網(wǎng)的迅速發(fā)展,網(wǎng)絡(luò)中信息量飛速膨脹,一方面豐富了互聯(lián)網(wǎng)中的信息量,另一方面使得用戶獲取信息變得越來(lái)越困難.搜索引擎技術(shù)的出現(xiàn)為人們?cè)诨ヂ?lián)網(wǎng)中搜索自己需要的信息提供了便捷的通道.目前,人們對(duì)搜索引擎已經(jīng)非常熟悉,大多數(shù)的用戶在登錄互聯(lián)網(wǎng)時(shí)都會(huì)首先登錄搜索引擎主頁(yè).因此,如何更好的為用戶提供服務(wù)成為了搜索引擎不斷探索的問(wèn)題.搜索引擎的性能質(zhì)量是通過(guò)搜索引擎用戶的滿意程度來(lái)反映的,而用戶在通過(guò)搜索引擎進(jìn)行搜索服務(wù)時(shí),往往會(huì)優(yōu)先選擇點(diǎn)

2、擊搜索結(jié)果中排名靠前的網(wǎng)頁(yè),因此合理的對(duì)搜索引擎的搜索結(jié)果進(jìn)行排序,會(huì)顯著的提高搜索引擎的質(zhì)量.對(duì)搜索引擎的搜索結(jié)果進(jìn)行排序的算法最重要的有兩個(gè):PageRank算法和HITS算法.PageRank算法由于是離線計(jì)算的,性能要比HITS高,因此在實(shí)際使用中,PageRank算法更為普遍.傳統(tǒng)的PageRank算法在計(jì)算的過(guò)程中忽略了一些可能影響網(wǎng)頁(yè)重要度的因素,存在多方面的缺陷.為了避免PageRank算法存在的缺陷,本文提出了對(duì)傳統(tǒng)算

3、法的三方面改進(jìn):
　　第一,由于傳統(tǒng)PageRank算法只是通過(guò)網(wǎng)頁(yè)的鏈接來(lái)判斷網(wǎng)頁(yè)的重要性,而忽略了網(wǎng)頁(yè)內(nèi)容之間的相關(guān)度,因此傳統(tǒng)PageRank算法會(huì)導(dǎo)致主題漂移現(xiàn)象.本文通過(guò)空間向量模型來(lái)計(jì)算網(wǎng)頁(yè)之間的內(nèi)容相關(guān)度,然后將計(jì)算結(jié)果轉(zhuǎn)換成相對(duì)權(quán)值.在改進(jìn)的算法中,網(wǎng)頁(yè)內(nèi)容主題相關(guān)度的權(quán)值會(huì)決定網(wǎng)頁(yè)權(quán)威值如何分配,越相關(guān)的網(wǎng)頁(yè)所分得的權(quán)威值越大.
　　第二,根據(jù)傳統(tǒng)PageRank算法計(jì)算的網(wǎng)頁(yè)權(quán)威值與網(wǎng)頁(yè)被引用的次數(shù)成正比

4、.對(duì)于新網(wǎng)頁(yè)來(lái)說(shuō),由于其上線時(shí)間較短,被其他網(wǎng)頁(yè)引用的次數(shù)少,因此排名會(huì)比較靠后.為了使一些重要的新網(wǎng)頁(yè)能夠較快速的提升名次,本文提出了一種改進(jìn)的時(shí)間反饋加權(quán)方法.
　　第三,搜索引擎在運(yùn)行中會(huì)記錄大量的用戶行為信息,這些信息反映了用戶的搜索傾向,合理的利用這些信息有助于提升搜索引擎的質(zhì)量.本文將用戶的主觀點(diǎn)擊行為進(jìn)行統(tǒng)計(jì)并處理,用來(lái)表示用戶對(duì)網(wǎng)頁(yè)進(jìn)行的投票,將這個(gè)用戶的投票融入到排序算法當(dāng)中,可以使得最后的排序結(jié)果能夠反映出用戶

5、對(duì)網(wǎng)頁(yè)的主觀選擇行為.
　　為了從多方面來(lái)優(yōu)化 PageRank算法,更大幅度的提高搜索引擎的性能質(zhì)量,本文將主題相關(guān)度、時(shí)間反饋和用戶反饋三種因素綜合起來(lái)考慮,使三種因素能夠共同影響網(wǎng)頁(yè)權(quán)威值的分配.改進(jìn)的算法叫做Multing-PageRank算法.
　　本文實(shí)驗(yàn)部分借助開(kāi)源搜索引擎Nutch爬取網(wǎng)絡(luò)上的數(shù)據(jù),然后分別根據(jù)改進(jìn)的算法和傳統(tǒng)算法對(duì)Nutch的查詢返回結(jié)果進(jìn)行排序.通過(guò)對(duì)排序結(jié)果進(jìn)行分析和查詢測(cè)試,驗(yàn)證了通過(guò)