基于鏈接相似度的網(wǎng)頁(yè)排序算法研究.pdf

1、本文主要討論網(wǎng)頁(yè)排序相關(guān)算法，重點(diǎn)討論了鏈接分析技術(shù)。 首先，介紹了網(wǎng)頁(yè)排序的基本原理，對(duì)幾種較為常用的網(wǎng)頁(yè)排序技術(shù)進(jìn)行了對(duì)比分析；著重剖析了兩種典型的鏈接分析算法：PageRank和HITS，分析了它們各自的優(yōu)劣。 PageRank算法主要缺陷是將PageRank值在所有的出鏈接上進(jìn)行平均分配，沒(méi)有很好地考慮語(yǔ)義信息，很容易受到無(wú)關(guān)鏈接的影響，產(chǎn)生主題漂移。本文設(shè)計(jì)了一個(gè)簡(jiǎn)單的計(jì)算模型改進(jìn)PageRank算法，該計(jì)算模

2、型在PageRank算法平均分配的基礎(chǔ)之上，考慮了鏈接相似度信息，并利用樸素貝葉斯模型對(duì)鏈接相似度信息進(jìn)行評(píng)估。由于考慮了出鏈接與目標(biāo)網(wǎng)頁(yè)相似度信息，使得那些沒(méi)有價(jià)值的頁(yè)面(廣告頁(yè)面)被分得較少的PageRank值，提升了真正有價(jià)值的頁(yè)面所分得的PageRank值。 最后，本文應(yīng)用上述模型實(shí)現(xiàn)了一個(gè)模擬的搜索引擎。該模擬系統(tǒng)包含了搜索引擎的幾乎全部功能，并在互聯(lián)網(wǎng)真實(shí)環(huán)境下請(qǐng)一些用戶進(jìn)行實(shí)際測(cè)試，對(duì)上述算法進(jìn)行驗(yàn)證。小范圍用戶測(cè)