網(wǎng)站主題目錄重要性評(píng)價(jià).pdf

1、隨著Internet/Intranet相關(guān)技術(shù)的迅猛發(fā)展，網(wǎng)上信息量迅速增長，為了有效利用網(wǎng)絡(luò)信息資源，如何對(duì)網(wǎng)絡(luò)信息資源的質(zhì)量與價(jià)值評(píng)價(jià)研究越來越成為一個(gè)迫切的課題。目前，許多國內(nèi)外學(xué)者，給出了網(wǎng)絡(luò)信息資源評(píng)價(jià)對(duì)象、評(píng)價(jià)指標(biāo)及評(píng)價(jià)方法等。另外，針對(duì)具體網(wǎng)絡(luò)對(duì)象評(píng)價(jià)研究也取得了一些成果，主要針對(duì)學(xué)術(shù)網(wǎng)站進(jìn)行人工評(píng)價(jià)、網(wǎng)頁重要性基于鏈接關(guān)系的評(píng)價(jià)給出了經(jīng)典的PageRank、HITS等算法，同時(shí)，采用機(jī)器學(xué)習(xí)方法對(duì)網(wǎng)頁中分塊信息的重要程度

2、的評(píng)價(jià)研究等。然而，通常門戶網(wǎng)站都按照主題分類對(duì)網(wǎng)頁進(jìn)行組織，網(wǎng)站主題目錄網(wǎng)站的一個(gè)重要組成，而每個(gè)主題目錄重要性程度不同，因此，本文給出了網(wǎng)站主題目錄重要性的評(píng)價(jià)研究。
　　本文采用定量的方法，從每個(gè)主題目錄所包含的網(wǎng)頁數(shù)量、網(wǎng)頁每月更新率及包含所有網(wǎng)頁的重要性均值等評(píng)價(jià)指標(biāo)出發(fā)進(jìn)行網(wǎng)站主題目錄的評(píng)價(jià)。將上述指標(biāo)量化，主題目錄對(duì)應(yīng)指標(biāo)量化結(jié)果值越大越重要。
　　本文首先提出了網(wǎng)站主題目錄自動(dòng)抽取算法，并進(jìn)行網(wǎng)站主題目錄的歸

3、并，然后根據(jù)不同評(píng)價(jià)指標(biāo)進(jìn)行網(wǎng)站主題目錄的重要性評(píng)價(jià)。門戶網(wǎng)站首頁導(dǎo)航鏈接包含大量主題目錄信息，但主題目錄存在包含關(guān)系，而且導(dǎo)航鏈接中同時(shí)存在一些類似廣告鏈接的非主題目錄信息，所以本文從導(dǎo)航鏈接中抽取重要且概括性強(qiáng)的鏈接作為網(wǎng)站主題目錄。網(wǎng)站主題目錄自動(dòng)歸并將其它非主題目錄的導(dǎo)航鏈接歸并到主題目錄下。實(shí)質(zhì)是利用本網(wǎng)站網(wǎng)頁集合已有的導(dǎo)航鏈接主題類別，以提高網(wǎng)頁分類到各個(gè)主題目錄下的精度。最后，對(duì)網(wǎng)站主題目錄及對(duì)應(yīng)的網(wǎng)頁集合按照前述的評(píng)價(jià)指

4、標(biāo)進(jìn)行重要性的自動(dòng)評(píng)價(jià)。
　　另外，本文借鑒信息檢索檢索得到的文檔結(jié)果排序的評(píng)價(jià)方法，以ALexa網(wǎng)站利用點(diǎn)擊率指標(biāo)進(jìn)行網(wǎng)站主題目錄評(píng)價(jià)結(jié)果為標(biāo)準(zhǔn)答案，給出了對(duì)網(wǎng)站主題目錄評(píng)價(jià)結(jié)果的評(píng)測(cè)方法及相應(yīng)的評(píng)測(cè)結(jié)果。評(píng)測(cè)最好結(jié)果精確率可以達(dá)到83％以上。本系統(tǒng)的實(shí)現(xiàn)有助推動(dòng)網(wǎng)絡(luò)資源評(píng)價(jià)研究的發(fā)展，并為普通用戶上網(wǎng)獲取信息提供了更多的指導(dǎo)，有助于網(wǎng)站經(jīng)營者不斷提高網(wǎng)站質(zhì)量。同時(shí)，有助于基于主題目錄及信息檢索的發(fā)展，對(duì)潛在中心網(wǎng)站主題的發(fā)現(xiàn)提