基于時態(tài)和搜索關鍵詞間的距離關系的網頁排序算法.pdf

1、隨著信息技術的快速發(fā)展，互聯(lián)網中的網頁數(shù)量也在不斷增加，用戶在感受獲取信息便利的同時，也伴隨著從海量數(shù)據(jù)中快速查找需要的信息而變得日益困難。在這樣的情形下，搜索引擎成為用戶快速找到目標信息的最佳途徑。搜索引擎是根據(jù)一定的策略，從互聯(lián)網中收集信息，對信息進行組織和處理之后，為用戶提供檢索服務。一般而言，用戶更傾向于點擊前幾頁的網頁鏈接，因此，合理的對返回檢索結果進行排序顯得尤為重要，這關系到用戶對反饋結果的滿意度。對搜索引擎的檢索結果進行

2、排序的算法中，PageRank算法最具有代表性，PageRank算法是基于網頁鏈接結構，優(yōu)點在于它對互聯(lián)網上的網頁給出了一個全局的重要性排序，并且算法的計算過程是通過線下完成的，這樣有利于迅速響應檢索請求，不過，其缺點在于主題無關性，偏重舊網頁。
　　時間是網頁信息中的一個重要緯度，當人們閱讀一篇網頁新聞時,他們首先會把文章的內容和時態(tài)信息聯(lián)系起來。網頁中不僅包含有文本信息，同時也包含有大量的時態(tài)信息。而傳統(tǒng)的搜索引擎，只是簡單的

3、對文本關鍵詞進行檢索，卻沒有關注時態(tài)信息的檢索，因此，將時間信息運用在Web信息檢索中，可以大大加強文本信息檢索效果。時態(tài)信息包含確定時態(tài)信息和不確定時態(tài)信息，其中，對不確定時態(tài)信息的處理是學術界的難點，它包括對不確定時態(tài)信息的語義、時態(tài)粒度、時態(tài)跨度等定義與分析。針對不確定語義造成的時態(tài)不確定性與多樣性問題，提出了對不確定語義進行轉換的思想，使得時態(tài)信息可以參與量化計算。
　　構成詞語(或者短語)成分之間的線性排列次序也同樣反映

4、出人類思維與認知的軌跡,即詞序映照人的思維與認知順序。通過大量的調查發(fā)現(xiàn)，一般用戶搜索輸入的關鍵詞數(shù)量集中在2至8個關鍵詞之間，若這些查詢關鍵詞集分布在網頁內容的位置相對聚集，則表明該網頁與用戶查詢關鍵詞的相關度較高。因此，在Web檢索中，加入搜索關鍵詞集之間的位置關系信息在網頁中的分布作為排序參考的因子，可以大大提高搜索結果的準確率。
　　本文通過對經典的PageRank算法進行研究學習，針對搜索關鍵詞在網頁中的距離關系特征，提

5、出了對查詢關鍵詞進行聚類的思想，將其轉換成計算搜索關鍵詞在網頁中的聚集程度，在原有的PageRank算法的基礎上增加對關鍵詞的聚合密度考量，并給出了搜索詞聚類的形式化描述模型；并結合搜索詞中含有時態(tài)關鍵詞信息，考慮時態(tài)的粒度屬性與不確定的語義，提出了一種基于時態(tài)和搜索關鍵詞間的距離關系的PageRank改進算法，并最終在實驗中驗證該算法的有效性。
　　論文的主要創(chuàng)新點在于：（1）利用層次聚類的方式將網頁中的查詢關鍵詞進行聚類，通過