改進(jìn)的基于歷史信息分析的網(wǎng)頁排序算法.pdf

1、隨著信息的快速擴(kuò)充，用戶對(duì)于知識(shí)庫，特別是互聯(lián)網(wǎng)的依賴越來越大，同時(shí)互聯(lián)網(wǎng)也越來越能給各種用戶提供各種信息。在如此龐大，并不斷擴(kuò)充的信息爆炸社會(huì)之中，能夠在冗余的信息之中找到及其少量的用戶需要的信息并對(duì)其進(jìn)行分類、排序成了關(guān)鍵性的利用知識(shí)的工具。 目前對(duì)于這些知識(shí)進(jìn)行檢索的方法主要分為四種，分別為對(duì)鏈接結(jié)構(gòu)進(jìn)行分析，對(duì)內(nèi)容信息進(jìn)行分析，對(duì)記錄信息進(jìn)行分析和對(duì)以上三種信息相互融合的分析方法。而對(duì)于鏈接結(jié)構(gòu)分析又是網(wǎng)頁最重要的分析方

2、式，其根據(jù)網(wǎng)頁與其他信息載體不同的獨(dú)特性質(zhì)對(duì)網(wǎng)頁進(jìn)行分析、排序。然而，目前的各種網(wǎng)頁分析查找方法中，大部分缺失了對(duì)于網(wǎng)頁歷史信息分析的重要性。也就是說目前算法大部分都以三維為基礎(chǔ)對(duì)網(wǎng)頁進(jìn)行分析，而缺失了時(shí)間這個(gè)維度。這個(gè)問題首先由Albert—László Barabasi發(fā)現(xiàn)并由Philip S.Yu等人首先提出解決方案，之后又經(jīng)過幾度變化。但卻一直停留在Philip S.Yu的算法基礎(chǔ)，忽略了網(wǎng)頁的鏈接結(jié)構(gòu)屬性給網(wǎng)頁帶來的不同。

3、 本文基于以上所陳述的問題，作了如下工作： 對(duì)基本相關(guān)網(wǎng)頁排序算法作了簡要介紹，實(shí)現(xiàn)了網(wǎng)頁爬取系統(tǒng)。改進(jìn)了以上所提出的算法，通過提取網(wǎng)頁之間根據(jù)時(shí)間遷移隱含的內(nèi)在聯(lián)系，從而構(gòu)成新的網(wǎng)頁關(guān)系鏈接矩陣，并對(duì)得到的關(guān)系進(jìn)行進(jìn)一步的分析和計(jì)算，為計(jì)算搭建了matlab實(shí)驗(yàn)平臺(tái)，并與其他三個(gè)算法得出算法進(jìn)行比較。為以后的發(fā)現(xiàn)更多的時(shí)間序列產(chǎn)生的屬性進(jìn)行發(fā)現(xiàn)和計(jì)算奠定了良好的基礎(chǔ)。 本文第一次提出，通過分析辨別網(wǎng)頁鏈接歷史變化而