《北京大学硕士研究生学位论文》.docVIP

北京大学硕士研究生学位论文 题目：结合语义相似度的链接分析 姓 名：朱家稷 学 号院 系：信息科学技术学院 专 业：计算机软件与理论 研究方向：计算机网络与分布式系统 导 师：李晓明 教授 2006 年 5 月  版权声明 任何收存和保管本论文各种版本的单位和个人，未经本论文作者同意，不得将本论文转借他人，亦不得随意复制、抄录、拍照或以任何方式传播。否则，引起有碍作者著作权之问题，将可能承担法律责任。 摘要 链接分析技术作为文本分析和日志挖掘技术的有效补充，被广泛应用在主题提取、网页分类、资源发现等诸多Web信息处理任务和服务中。由于Web的巨大、动态变化和复杂，给链接分析技术带来了很大的挑战。 链接表达了网页间复杂而隐蔽的关系。为了更有效的进行链接分析，需要细致的考察并区分对待不同的链接关系（后面如何体现？？？）。在本文中我们研究了链接网页间多种属性，包括网页的入度、出度分布，内容相似度和链接相似度等，并且引入了语义相似度的概念。语义相似度描述了网页表达的潜在主题间的相似程度。它与内容相似度和链接相似度相关却又有很大差别。它更精确的刻画了链接网页间语义上的关联程度。 我们用语义相似度作为区分链接权重的标准，并将它应用在PageRank的改进中。在PageRank的基本框架下，我们提出了如下假设：浏览者在选择链接浏览下一网页时，