网页PageRank算法分析及主题相关性的改进策略.pdf

DOI：10 3969／j．issn．1001-8972．2010．22．041 秽湖臻鋈。；=蕤鍪黪麟纛蘩巍 及主题相关性的改进策略 姜博北方工业大学信息工程学院1OOl44 辩壤豢慧麓溺鬻辫麓灏溺黼奠! 击中，前5页的点击占总点击数的75％。j 分析了基于链接结构Page]≈a,nk．算法，考{ 如何将最权威、和查询最相关的网页排 除了考虑网页被链接的纯数量之外，还考 虑算法在冈页排序方面酶客观优点的同 在搜索结果的最前列，是网页排序算法 虑到网页的所有链入网页对它的推荐能力 时，指出T其在判定穰页主题相关性方面}要解决的问题。 的不足，提出了基圣圭题预测霸瓷度加粳 PageRank算法是在1998年由斯坦福 值越高，则它对其链出网页的推荐能力 的改进策略，为提高爱巍信感摹壤的谁磕 大学的SergeyBrin$ⅡLarryPage提出来就越大；一个网页的链出网页越少，那 率和召回率提供了理谣依据0。 的…，是商业搜索引擎Google采用的链接i 瀵鞘麟鬻麓鬻鬻粼熬懑麟鬻麟 分析排序算法。它的基本思想来自传统文 么它对其中一个链出网页的推荐程度就越 高。据此计算出每个网页的重要性综合 PageI琵nk；相关性；策略 j『“ 献计量学中的文献引文分析，即一篇文献； 指标，即网页级别。重要的、高质量的 灏黼黼糕懑懑鬻黼簇辫鬻瀚鬻j 的质量和重要性可以通过其它文献对其引J 网页可获得较高的网页级别，从而在搜 the meritsof jn Consideringobjective algorithm用的数量来衡量，被引用的次数越多，文} 索结果中获得靠前的排位。 terms ofwebpageranki噜，meanwNe．thisD氆第r 献质量就越高；在这样一个假设基础之 假设某网页A的链入网页数量为11， the based013 analyzesPageEankalgorithinl l嗽 上，一个网页的质量和重要性也可以通过 山 ． outjtsinsufficiencyof融t刚豫啦ng 则网页A的权值为：PR(A)=∑器(1) stIt【lcttce，points 其它网页对其超文本链接的数量来衡量。 i=l wevagesub瓣t proposesiml)rovement relevance，and 通过揭示网页之间的引用关系(链接关系)， 其中，A为某待评价网页，T1， basedOff strate{}ies subjectpredictionrelevancy 可以衡量出一个网页在网络上的重要水， T2，…，Ti，…Tn表示A的链入网页， orderto theoreticalbasisto weightI唱，in provide 平。直白地说，如果指向A的网页数为100， rateandrecallrateofthe improveaccuracy 而指向B的网页数只有10，则网页A比网 flirectio】_)aJinformation acquisition， 页B更加重要。 PageRank值。 黼辎獭黼瀚麟鬻瓣翳溺麓瀚瓣黧l 式(1)可以用网页的随机漫游模型进行 PageRank；relewncy；strategy 描述。用户根据当前网页的链接等概率访 1、PageRank算法分析