WWW上鏈接分析算法的若干研究.pdf

1、WWW的出現(xiàn)對傳統(tǒng)的信息檢索技術(shù)提出了挑戰(zhàn),在傳統(tǒng)的信息檢索技術(shù)沒有突破性進(jìn)展的現(xiàn)狀下,從Web數(shù)據(jù)本身的特點(diǎn)出發(fā),充分地挖掘Web上最充足的資源——超鏈接,通過超鏈接進(jìn)行搜索,建立有效的Web信息檢索的模型,找到我們需要的信息,該文正是本著這樣一個前提,對頁面的鏈接分析算法作了深入細(xì)致的研究.從理論,算法和應(yīng)用三個層次上,發(fā)掘超鏈接在Web檢索方面的作用,主要包括以下幾個方面:首先,在對當(dāng)前已有的鏈接算法進(jìn)行分析和實(shí)現(xiàn)的過程中我們發(fā)現(xiàn)

2、:基于不同的數(shù)據(jù)環(huán)境和檢索要求,對不同類型的鏈接,算法所采用的預(yù)處理方法、迭代規(guī)則和迭代的終止條件都會影響查詢的結(jié)果.提出對于封閉數(shù)據(jù)集合鏈接分析算法的約束條件,通過對比封閉數(shù)據(jù)集合和實(shí)際的Web環(huán)境中的超鏈接的分布,將這些約束擴(kuò)展到實(shí)際Web環(huán)境中,更準(zhǔn)確地預(yù)測鏈接分析算法的作用;實(shí)驗(yàn)表明在此約束條件下,鏈接分析算法能夠有效地提高檢索效率.其次優(yōu)化與查詢無關(guān)的事前鏈接分析算法,得到優(yōu)化的事前鏈接分析算法Modilink(),該算法給出

3、了超鏈接的預(yù)處理方法,調(diào)整的歸一化方法,完備的迭代終止判定規(guī)則,實(shí)驗(yàn)表明該算法可以從整體上提高算法的迭代效率.提出了基于頁面質(zhì)量因素?cái)U(kuò)展的與查詢相關(guān)的事后鏈接分析算法QHAl(quality based hyperlink analysis algorithm),該算法將算法Modilink()得到的結(jié)果作為評價(jià)頁面質(zhì)量的因素引入超鏈接的權(quán)值指定算法中,使超鏈接能夠比較客觀地反映所鏈接的頁面之間互相影響的程度;此外,將超鏈接的來源與考慮

4、到超鏈接的權(quán)值指定上,結(jié)合頁面質(zhì)量因素提出另外一個優(yōu)化的事后鏈接分析算法QHA2.對于優(yōu)化的事后鏈接分析算法我們從理論上證明了算法的正確性和可行性,并在實(shí)驗(yàn)中驗(yàn)證了這些算法.借鑒潛在語義分析中的方法,該文將矩陣奇異值分解引入事后鏈接分析算法中,提出基于SVD分解的濾噪算法,運(yùn)用矩陣的奇異值分解的方法進(jìn)行無關(guān)頁面和超鏈接的濾噪,并將其應(yīng)用于與查詢相關(guān)的事后鏈接分析算法的初始基本集合的構(gòu)造;提出了優(yōu)化的事后鏈接分析算法QHA3,QHA4,算