基于改進(jìn)PageRank算法的網(wǎng)頁排序問題研究.pdf

1、現(xiàn)今互聯(lián)網(wǎng)信息技術(shù)迅猛發(fā)展，似乎在一夜之間，大數(shù)據(jù)(Big Data)變成一個最流行的詞匯。用戶在利用搜索引擎便捷獲取各類信息的同時，也面臨著如何從海量數(shù)據(jù)中剔除那些影響信息檢索效率及準(zhǔn)確度的冗余信息的問題。在一般情況下，鑒于用戶只關(guān)注返回目標(biāo)網(wǎng)頁的前幾頁，因此對搜索結(jié)果進(jìn)行網(wǎng)頁排序，改善搜索質(zhì)量，提高用戶滿意度顯得尤為重要。對于網(wǎng)頁，除了文本信息，頁面間的鏈接結(jié)構(gòu)也是人們獲取有用信息的重要途徑。經(jīng)典的網(wǎng)頁排序算法---PageRank

2、正是使用網(wǎng)頁間的鏈接結(jié)構(gòu)對各網(wǎng)頁的權(quán)重值進(jìn)行迭代計算，很大程度上提高了對網(wǎng)頁權(quán)重計算的精準(zhǔn)度。但是PageRank算法仍存在許多待研究及待突破的不足，開展相關(guān)研究具有重要應(yīng)用價值。
　　本文首先闡述了基于MapReduce的PageRank算法的研究背景和意義，然后對該算法的國內(nèi)外研究現(xiàn)狀進(jìn)行了分析總結(jié)。在此基礎(chǔ)上，著重分析出算法中影響性能和準(zhǔn)確度的關(guān)鍵因素，即迭代次數(shù)和“主題漂移”，進(jìn)而提出了改進(jìn)算法：子圖估算PageRank網(wǎng)