基于PageRank算法的搜索引擎優(yōu)化研究.pdf

1、近年來，隨著Internet的不斷發(fā)展，Web已經(jīng)成為人們的重要信息來源，為人們提供了豐富的信息資源。與此同時，它所具有的海量數(shù)據(jù)、復雜性、極強的動態(tài)性和用戶的多態(tài)性等特點也給Web資源的發(fā)掘造成了相當?shù)碾y度。因此，將數(shù)據(jù)挖掘技術(shù)和Web結(jié)合起來，進行Web數(shù)據(jù)挖掘也就隨之成為了解決Web挖掘問題的重要途徑。 本文通過對經(jīng)典的Web結(jié)構(gòu)挖掘算法PageRank的研究學習，集中研究了該算法的形成思路、計算方法，并分析該算法在獨立網(wǎng)

2、站、包含索引頁面、包含入站鏈接和出站鏈接等幾種模型下的效果，提出了相應(yīng)的優(yōu)化策略。針對PageRank算法中完全只考慮web頁面之間的超鏈接分析而忽略web頁面的內(nèi)容，從而導致分析結(jié)果出現(xiàn)主題漂移和種種的不足，提出了一種結(jié)合超鏈接分析和內(nèi)容相關(guān)性分析的關(guān)于PageRank的改進算法，該算法通過對不同web頁面進行內(nèi)容分析并賦予鏈接之間不同的權(quán)重來實現(xiàn)對PageRank的改進，并最終通過實驗證明該新算法的有效性。 最后我們還針對P