基于HITS的鏈接分析算法的研究與改進.pdf

1、近年來，隨著Internet/Web技術的快速普及和迅猛發(fā)展，其為人們提供了豐富的信息資源的同時，它所具有的海量數據、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)掘造成了相當的難度。為此，在Web這樣的復雜的環(huán)境中挖掘出有價值的信息，是目前Web數據挖掘課題領域的重要研究內容。在傳統(tǒng)的信息檢索技術已經成熟的現狀下，從Web數據本身的特點出發(fā)，充分地挖掘Web上龐大的超鏈接資源，通過超鏈接進行搜索，建立有效的Web信息檢索模

2、型，找到我們需要的信息。但基于超鏈接的排序算法純粹地基于鏈接分析(即Web結構挖掘)來發(fā)現權威網頁，沒有考慮網頁的具體內容，存在所謂的主題漂移問題，即算法的結果往往包含這樣的一些網頁，它們相互鏈接密度較高，但在內容上卻偏離了查詢主題。 本文通過對經典的Web結構挖掘算法HITS算法的研究學習，針對HITS算法本身只考慮Web頁面之間的超鏈接而忽略了Web頁面的內容信息，并且對鏈接不加區(qū)分從而導致分析結果出現主題漂移的問題，提出了

3、基于主題相關度和網頁流行度的改進算法I-HITS：利用網頁與查詢主題的相關度和網頁的流行度來區(qū)分鏈接的重要性，并據此構建了一個新的鄰接矩陣W，利用新的迭代公司來計算hub值和authority值。 本文還分析了基于HITS的其它一些改進算法，ARC算法和SALSA算法。通過對I-HITS算法與傳統(tǒng)的HITS算法、ARC算法和SALSA算法的實驗比較：I-HITS算法能找到更多的相關網頁，相關度比例提高30％-50％，從而極大地減