基于網(wǎng)頁鏈接結構和內容分析的PageRank算法改進研究.pdf

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