《结合PageRank算法的Lucene评分机制改进研究2016年论文》.pdfVIP

2015拄 8月 三 明 学 院 学 报 Aug．2015 第 32卷 第 4期 J0URNAL0FSANMINGUNIVERSITY Vo1．32 No．4 doi：10．14098／j．en35-1288／z．2015．04．010 结合 PageRank算法的Lucene评分机制改进研究 张 禹 ．周 翔 (1．福建江夏学院 电子信息科学学院，福建 福州 350108；2．闽江学院 软件学院。福建 福州 350108) 摘要 ：提 出了一种基于Lucene评分机制的PageR．ank改进算法，实现两者之间算法的有效互补 ，并利用Lucene 框架搭建一个校园网搜索引擎，用以验证新算法的特性。 关键词 ：PagelLank；Lucene；评分 ；算法 中圈分类号 ：TP301．6 文献标志码 ：A 文章编号 ：1673—4343(2015)04—0054-06 ResearchontheImprovementofLuceneScoreMechanism CombinedwithPageRankAlgorithm ZHANGYu ZH0U Xiang2 (J． ofElectronicsandInformationScience，凡 帆JiangxiaUnwersity，Fuzhou350108,China； 2．c0强 ofSoftware，l~njiangUniversity,Fuzhou350108,China) Abstract：A PageRankofLucenescoringmechanism combined、)lritllimprovedalgorithm iselaboratedtoachievethe effectivecomplementaryofhteabovetwoalgorithms，nadhtetraitofhtenew algorithm isvalidatedbybuildingacampus networksearchenginewiht Lucene． Keywords：PageRank；Lucene；score；algorithm 2l世纪以来 ，因特网上的Web数量不断增加 ，伴随着近年来 Web2．0理念 的诞生 ，未来的桌面 应用可能有相当大的一部分将转移到Web平台上 ，再加上云计算等技术的不断完善，互联网上的数 据挖掘已经凸显出十分明显的商业价值。搜索引擎 自诞生以来就一直扮演着Web结构挖掘者的角色． 在当前这样一个万维网高速的扩张的时代，网络用户为了获得准确的信息资源，已经根本离不开它。 现有的搜索引擎与其诞生之初相 比，无论在搜索的召回率 (recall，又称查全率)和精确度(prici． sion，又称查准率)方面都有了很大的进步Il】。当然 ，在部分搜索主题下。还存在着一些不完善的地方 ， 例如：用户在使用搜索引擎进行搜索的过程 中找到的并不完全是预期的结果，经常会包含一些无关 的页面链接。更为严重的是，有时候这些数据还可能出现在返 回的页面链接列表 的前端。这是搜索引 擎开发者所不希望看到的[21。如何有效地排除无关噪声数据 ，获得尽可能准确的信息，一直是搜索引 擎开发者的努力方向，而解决问题的有效途径就是通过 Web挖掘技术 。 1PageRank算法 Web挖掘技术分为：内容挖掘、使用挖掘与结构挖掘[31。Web内容挖掘包括文本数据挖掘、多媒 体数据挖掘 ：Web使用挖掘包括用户访 问模式 (习惯)分析与网站定制分析两类；Web结构挖掘包括 收稿 日期 ：2015—05—27 基金项 目：国家 自然科学青年基金项 目；福建省教育厅科技项 目(JA12334) 作者简介 ：张禹，男，福建福州人 ，讲师 。主要研究方向：电子信息技术。 第 4期 张禹，等 ：结合 PageRank算法的 Lueene评分机制改进研