2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、Web為人們提供了豐富的信息資源的同時,它所具有的海量數(shù)據(jù)、復(fù)雜性、極強的動態(tài)性和用戶的多態(tài)性等特點也給Web資源的挖掘造成了相當?shù)碾y度。由于Web信息是自組織和半結(jié)構(gòu)化的,經(jīng)典的信息檢索和數(shù)據(jù)庫技術(shù)很難得到有效的應(yīng)用。超鏈接是Web特有的組成部分,是聯(lián)系Web上數(shù)據(jù)資源的紐帶。鏈接分析是提高Web資源挖掘質(zhì)量的重要途徑。 本文詳細分析了Web數(shù)據(jù)挖掘方法及Web搜索引擎的結(jié)構(gòu),分析了Web鏈接結(jié)構(gòu)的特征及主流的鏈接分析算法的特

2、點及存在的問題。Pagerank算法和HITS算法是兩種典型的基于鏈接分析的頁面排序算法。但是PageRank算法同等對待網(wǎng)頁間的鏈接,沒有考慮網(wǎng)頁更新時間的重要性、導(dǎo)航網(wǎng)頁的影響等;HITS算法忽略了主機之間的多重加強關(guān)系,容易發(fā)生主題偏移產(chǎn)生不合理結(jié)果以及不能滿足用戶站點粒度的信息需求等。根據(jù)Web鏈接特征以及網(wǎng)絡(luò)沖浪者的瀏覽過程,可以發(fā)現(xiàn)網(wǎng)絡(luò)沖浪者的隨機游走過程受當前頁面內(nèi)容的影響,通常會跳轉(zhuǎn)到與當前頁面內(nèi)容相關(guān)性很大頁面,而不是

3、等概率地沿著出鏈跳轉(zhuǎn)。在此基礎(chǔ)上,本文引入了SimRank算法來定義網(wǎng)頁之間的相似性,從而給出了一種基于網(wǎng)頁間相似度權(quán)值分配模式,對相關(guān)性大的頁面間的鏈接賦予較大的跳轉(zhuǎn)概率。利用此分配模式我們提出了一種基于分配因子排序算法RAD(Ranking Algorithm Based on Distributed Factor)。 本文闡述了RAD算法平臺設(shè)計,包括實驗數(shù)據(jù)集的獲取、數(shù)據(jù)庫設(shè)計、剪枝處理、SimRank算法實現(xiàn)及RAD算

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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(dān)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