搜索引擎中Pagerank排序算法研究分析.pdfVIP

摘要 摘要 的这一算法在当今网络搜索及其应用领域进行详尽全面的分析和拓展。 知识检索是全新的信息检索方式，而随着互联网的发展，文本内容数量迅猛 增加，文本知识检索成为知识检索重点。搜索引擎基于关键字的检索成为网页文 本数据检索的主要方法。首先对基本的网页分析算法进行分析综述：如基于广度 优先策略和最佳优先策略的网页抓取方法。页面分析算法可以大到从网页以及网 页块粒度分析甚至网站粒度分析，还有基于内容的网页分析算法。海量网络信息 以使传统通用搜索引擎出现各种局限性。 当今主流的网页搜索算法是由引文分析算法发展而来的Pagerank算法，也需要 不断改进。本文首先通过自写的网络爬虫程序，来提取网页数据，供各算法实验 数据参考分析使用。通过网络链接示意图简单阐述Pagerank算法的思想核心，本文 重点研究计算Pagerank值。首先从传统的主题偏离现象和页面相关性角度来提出一 种组合的Pagerank算法，然后从网页中悬挂节点问题出发，引入网页超链接矩阵， 提出一种基于悬挂节点的线性系统来计算Pagerank值。然后引入基于乘幂法的外推 插值方法计算PR值，它是通过计算齐次方程的特征向量求次大根，来计算Pagerank 值，然后从线性系统出发，通过递归方式寻找超链接矩阵中的全