基于網(wǎng)頁鏈接結構和內容分析的PageRank算法改進研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、網(wǎng)絡中的信息每分每秒都在急劇增長,人們如何從海量數(shù)據(jù)中即時、有效地獲取所需信息,成為目前網(wǎng)絡搜索引擎挑戰(zhàn)的一大難題。網(wǎng)頁排序算法作為搜索引擎的核心技術,主要作用是將搜索到的相關網(wǎng)頁排序后呈現(xiàn)給用戶,因此在用戶對搜索引擎的評價因素中最重要的就是排序算法的優(yōu)劣。應用于著名搜索引擎 Google中的PageRank算法是由其創(chuàng)始人布林和佩奇所提出的,并成為了經(jīng)典排序算法,盡管其結合網(wǎng)絡超鏈接結構,能夠對搜索結果的排序效果進行優(yōu)化,但仍然存在許

2、多問題,主要包括平均分配網(wǎng)頁PR值、偏向舊網(wǎng)頁、忽視用戶興趣和主題漂移。為了進一步提升搜索引擎的用戶滿意度,滿足用戶的要求,本文進一步研究了對傳統(tǒng)的PageRank算法的改進。
  首先,本文通過綜合考慮網(wǎng)絡超鏈接結構以及用戶反饋兩大要素,引出本文所改進的PageRank算法——BPR算法。該算法包括兩個主要因素:體現(xiàn)用戶反饋的偏好因子和體現(xiàn)網(wǎng)頁在當前時間信息價值高低的網(wǎng)頁熱度因子。其中,用戶對網(wǎng)頁的偏好因子是根據(jù)通過網(wǎng)頁鏈接結構

3、、點擊量以及網(wǎng)頁存在時間信息獲得的,通過該因子BPR算法對新舊網(wǎng)頁的權威值進行較合理分配;網(wǎng)頁的熱度因子則通過網(wǎng)頁最近一次被點擊的時間與該網(wǎng)頁當前被搜索引擎搜索到的當前日期的時間間隔獲得的,該因子對網(wǎng)頁位置進一步做出修整,使得當前信息價值高的網(wǎng)頁排序靠前,信息價值較低的網(wǎng)頁下沉。BPR算法修正了PageRank算法中平均分配網(wǎng)頁PR值、傾向舊網(wǎng)頁、忽視用戶興趣的不足,同時,實驗結果表明,BPR算法能夠提升網(wǎng)頁結果集排序效果。
  

4、通過對第三章的研究,本文進一步分析用戶點擊行為,細化網(wǎng)頁點擊量為鏈接點擊量作為用戶反饋信息,并在累計該信息時采用用戶瀏覽時間對鏈接點擊量進行過濾;同時將網(wǎng)頁鏈接結構細化為鏈入與鏈出,并結合網(wǎng)頁實際內容以及網(wǎng)頁存在時長信息,提出了一種改進算法。該算法彌補了經(jīng)典 PageRank算法中平均分配網(wǎng)頁 PR值、傾向舊網(wǎng)頁、忽視用戶興趣及主題漂移的不足。實驗結果表明,該算法在一定程度上對傳統(tǒng)PageRank算法排序因子單一性進行了較好改善,進一步

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論