基于超圖模型的排序問題研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展和互聯(lián)網(wǎng)規(guī)模的不斷擴(kuò)大,互聯(lián)網(wǎng)已經(jīng)成為了全球最大、最廣泛使用的信息庫,有效檢索這些海量信息以獲得感興趣的部分已經(jīng)成為人們迫切需要的服務(wù)。在實際應(yīng)用中,網(wǎng)絡(luò)搜索引擎不斷抓取網(wǎng)絡(luò)上的信息,通過一定規(guī)則的排序,將與用戶查詢相關(guān)的有序列表提供給用戶。如何有效的對海量信息進(jìn)行排序是當(dāng)前信息處理研究領(lǐng)域中的重要課題。
　　 互聯(lián)網(wǎng)技術(shù)的革新使得Web資源逐漸從單一的超文本系統(tǒng)演化為多種信息相互關(guān)聯(lián)的復(fù)雜對象,例如,文本

2、、標(biāo)題、資源標(biāo)簽,以及作者、來源等元信息描述。本文通過分析大量的Web數(shù)據(jù),發(fā)現(xiàn)Web資源中存在著大量作用于多篇文檔上的多元關(guān)系,例如用于描述文檔的元信息和各種關(guān)聯(lián)信息等。此外,Web文檔中還存在多種異構(gòu)特征,例如文本信息和鏈接關(guān)系。Web文檔的這些復(fù)雜特點使得單一的文檔排序方法很難適用,本文提出利用超圖模型和基于超圖的互訓(xùn)算法,利用Web文檔排序中的多元、異構(gòu)數(shù)據(jù)來改進(jìn)排序。具體地,對于處理多元關(guān)系,本文利用超圖模型中的超邊來描述We

3、b文檔間的多元關(guān)系,進(jìn)而實現(xiàn)基于權(quán)威度傳播的排序算法。對于處理Web文檔中的多組異構(gòu)特征,采用多個超圖對各組異構(gòu)特征進(jìn)行獨立建模,利用各獨立超圖的排序結(jié)果進(jìn)行相互反饋,從而避免了統(tǒng)一模型下異構(gòu)特征量綱不一致所帶來的困難,達(dá)到了使用多組信息來改善排序性能的目的。在特征權(quán)重設(shè)定上,本文利用奇異值分解方法來進(jìn)行計算,從而減少了該模型方法的人工設(shè)置量,增大了數(shù)據(jù)處理的通用性,使得該模型的排序性能保持在一個較高的水平上。
　　 為解決超圖