Web结构挖掘中HITS算法改进的研究.pdfVIP

数据库 数据仓库 数据挖掘 《微计算机信息》( 管控一体化)2010 年第26 卷第 1-3 期 文章编号:1008-0570(2010)01-3-0160-03 Web 结构挖掘中HITS 算法改进的研究 Research and Improved Algorithm of HITS Based on Web Structure Mining (苏州大学) 范聪贤 徐汀荣 范强贤 FAN Cong-xian XU Ting-rong FAN Qiang-xian 摘要 随着 技术的发展 网页成为人们获取信息的有效途径 数据挖掘逐渐成为国内外研究的热点 基于 : Internet ,Web ,Web 。 结构挖掘中 算法只考虑页面之间的链接关系而忽视了页面的具体内容 在这种情况下容易出现主题偏离 现象 Web HITS , [1] , 影响了搜索结果 为了抑制主题偏离现象 本文把超链接信息检索方法与页面内容相结合 提出了一种改进的算法 实验结 , , , 。 果证明改进的算法较原算法具有较好的效果 有效的抑制了主题偏离现象 具有一定的实用价值。 , , 关键词: Web 数据挖掘; Web 结构挖掘; HITS; Google 中图分类号: TP311 文献标识码: A Abstract: With the development of Internet ’s technology, Web pages effective approach for people to gain information, Web data mining gradually becomes hot research in domestic and foreign. Based on the Web Structure Mining in the HITS algorithm only con- 技siders relations among pages and neglects actual content among pages, in this case easy to present the subject deviation phenomenon and affect the search result, in order to restrain the subject deviation condition, this paper puts forward a kind of improved algorithm 术which unifies hyperlink information research and the page content. The result of experiment proves that improved algorithm is more effect