基于PageRank算法的搜索引擎優(yōu)化研究.pdf

1、近年來(lái)，隨著Internet的不斷發(fā)展，Web已經(jīng)成為人們的重要信息來(lái)源，為人們提供了豐富的信息資源。與此同時(shí)，它所具有的海量數(shù)據(jù)、復(fù)雜性、極強(qiáng)的動(dòng)態(tài)性和用戶(hù)的多態(tài)性等特點(diǎn)也給Web資源的發(fā)掘造成了相當(dāng)?shù)碾y度。因此，將數(shù)據(jù)挖掘技術(shù)和Web結(jié)合起來(lái)，進(jìn)行Web數(shù)據(jù)挖掘也就隨之成為了解決Web挖掘問(wèn)題的重要途徑。 本文通過(guò)對(duì)經(jīng)典的Web結(jié)構(gòu)挖掘算法PageRank的研究學(xué)習(xí)，集中研究了該算法的形成思路、計(jì)算方法，并分析該算法在獨(dú)立網(wǎng)

2、站、包含索引頁(yè)面、包含入站鏈接和出站鏈接等幾種模型下的效果，提出了相應(yīng)的優(yōu)化策略。針對(duì)PageRank算法中完全只考慮web頁(yè)面之間的超鏈接分析而忽略web頁(yè)面的內(nèi)容，從而導(dǎo)致分析結(jié)果出現(xiàn)主題漂移和種種的不足，提出了一種結(jié)合超鏈接分析和內(nèi)容相關(guān)性分析的關(guān)于PageRank的改進(jìn)算法，該算法通過(guò)對(duì)不同web頁(yè)面進(jìn)行內(nèi)容分析并賦予鏈接之間不同的權(quán)重來(lái)實(shí)現(xiàn)對(duì)PageRank的改進(jìn)，并最終通過(guò)實(shí)驗(yàn)證明該新算法的有效性。 最后我們還針對(duì)P