网络结构挖掘算法研究.pdfVIP

计 算 机 技 术 与 发 展 Vo1 第 9 期 ． 19 No．5 2009年 5月 COMPUTERTECHNOLOOYANDDEVELOPMENT May 2009 网络结构挖掘算法研究 陈学进 (安徽x-_,lk大学 计算机学院，安徽 马鞍山 243002) 摘 要：网络结构挖掘是以超链接分析为基础，从链接结构中获取有用的知识，利用这些知识，重新组织结构，使内容逻辑 结构更加合理。深入研究现有的网络结构挖掘系统，并在对其核心算法PageRank和HITS中所存在的问题作了详细分析 的基础上提出了自己的改进算法，主要是对每个网页定义这三个参数：PageRank，Authority，Hub，并进行分析与优化，以便 得到更好的查询结果，最后设计了一个改进网络结构挖掘系统原型，根据实验结果进行分析。 关键词：网络结构挖掘 ；链接分析；PageRank；HITS 中图分类号：TP393 文献标识码 ：A 文章编号：1673—629x(20o9)O5—0041—04 ResearchofAlgorithm forW ebStructureM ining CHENXue—jin (ComputerCollegeofAnhuiUniversityofTechnolcgy，Maanshan243002，China) Abstract：W ebstructureminingisbasedonhyperlinkanalysis．Ithasbeengmnedusefulinformationfrom n1an—n linksstructure． Pagescanbesortedmakinguseofit．AndimportantcontentPagescanalsobe foundos thatcanreformwebstructuretogainbetterocn． teaatstructure．Andgodeepintoresearchingalgonthm usedinexisting webstructuresystem ．Andimprovesitsoctealgorithm．Mainlyan— alyzeandoptimizethreedataofpage；PageRankandAuthorityandHubos thatcarlgainthebestqueryresult．Alsodesignan improve- rnentwebstructuresystem prototypewithexperimentalresultanddatanaaly~satlast． Keywords：W ebstructuremining；hyperlinkanalysis；PageRank；HITS O 引 言 发挥网络结构挖掘的优越性还有许多细节需要考虑， 网络挖掘指在 wwW 上挖掘潜在的、有用的模式 也还有许多问题需要解决。 目前 ，比较成功的网络结 及隐藏的信息过程。根据对网络数据的感兴趣程度不 构挖掘系统有采用PageRank算法的Google搜索引擎 同，网络挖掘一般可以分为三类 ：网络内容挖掘、网络 和采用HITS算法的Clever系统，由于它门充分利用 结构挖掘、网络用法挖掘。其中网络结构挖掘是对网 页面间的链接结构关系，所以搜索结果明显优于基于 络的链接结构进行分析，以对超链接分析来评估基础 相似度的搜索引擎-1．2J。 网络资源，从而发现有用模式，提高搜索质量。