基于PageRank的页面排序改进算法.pdfVIP

第29卷 第22期 计算机工程与设计 2008年 11月 VO1．29 NO．22 ComputerEngineeringandDesign NOV．2008 基于PageRank的页面排序改进算法 王 冬 ， 雷景生 ， 李 壮 (1．琼州学院计算机系，海南五指山572200；2．海南大学信息学院，海南海 口570028) 摘 要：首先对PageRank算法进行 了一般性介绍，研究了现有的基于链接结构的改进算法。在此基础上，指 出PageRank算法 给不同网页分配相同的PageRank4~／影响了网页的排序质量，提 出了一种基于多层分类技术的改进算法HCPR，并对PageRank 和HCPR算法进行 了相应测试和比较 。实验 结果表明，HCPR的排序结果比PageRank提高了约 15-3％的相关度 。 关键词：搜索引擎；信息检索；排序算法；数据挖掘；页面等级 中图法分类号：TP393 文献标识码：A 文章编号：1000．7024(2008)22—5921．03 Improvedrankingalgorithm basedonPageRank WANGDong， LEIJing—sheng， LIZhuang (1．DepartmentofComputerScienceandTechnology,QiongzhouCollege，Wuzhishan572200，China； 2．SchoolofInformationScienceandTechnology,HainanUniversity,Haikou570028，China) Abstract：ThePageRankalgorithm isintroduced，andtheimprovedmethodsbasedonthealgorithmexistedisresearchedfirstly．Besides， itindicatesthatthePageRankalgorithm influencestherankingqualityofwebsitesbyassigningthePageRankvalueontheaverage，and allimprovedalgoritmh basedonhierarchicclassificationtechnologyisproposed，nadthenthemeasureiscarriedoutnadtheimproved algorithm istested．Theexperimentalresultsshow thatHCPR improveshterelationdegreebyabout15．3％ comparedtoPageRank． Keywords：serachengine；niformationretrieval；rankingalgoritmh ；datamining；PageRnak 引用，则此页面很可能是重要页面；一个页面尽管没有被多次 O 引 言 引用，但被一个重要网页引用，则此页面很可能也是重要页 Internet上大量、无序的信息给信息检索带来了很多的问 面；一个页面的重要性被平均分配并传递到它所 引用 的页面 。 题。目前各种搜索引擎均存在查准率、查全率不高的现象，这 PageRank技术基于整个Web的链接结构来计算各网页的重要 种现状无法适应用户对高质量的网络信息服务的需求。搜索 性，它认为用户能够通过网页之问的超链接访问到整个网络。 引擎页面排序的方法有两大类，一种是基于网页内容分析，另 PageRank计算公式可 以表示如下 一 种是基于互联网的超链接结构分析。斯坦福大学的Sergey