房价的未来走势析.docVIP

2011年商丘师范学院数学建模模拟练习 承 诺 书 我们仔细阅读了商丘师范学院数学建模模拟练习的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。 我们的参赛报名号为：12 参赛组别（本科或专科）：本科 参赛队员 (签名) ： 队员1：丁维 队员2：刘明明 队员3：贾淑丹 2011年商丘师范学院建模模拟练习 编 号 专 用 页 参赛队伍的参赛号码：（请各个参赛队提前填写好）： 竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）： 2011年商丘师范学院数学建模模拟练习 题 目 搜索引擎与PageRank算法的改进 摘要 在网络发达的今天，上网的用户和网上的信息呈指数形式飞速增长，然而当单个用户面对整个Internet的海量信息时，用户往往感到很难找到他真正需要的有用信息。搜索引擎是当前广泛被采用的一项技术，每天都要无数的Internet用户通过搜索引擎查询他们所需要的信息，它对互联网的普及尤为重要，只有一个合理的搜索引擎排序算法才可为互联网营造一个公平的竞争环境。 在问题一中，考察Google 的PageRank算法，应用随机冲浪模型，引入阻尼系数，给出了比较合理的PageRank算法模型，并假设在一个封闭的有限的网页链接中，运用牛顿迭代法，求出各个网页的PageRank值，并对他们进行网页排名。 在问题二中，通过网上大量资料查询，作为搜索引擎的建设者，我们采用了ClusterRank算法，用K-means算法对搜索引擎搜索到的网页进行聚类，分为r个聚簇，结合PageRank算法和网页点击率对聚簇后的网页进行排序，尽量为用户提供较权威的网页，并通过浏览这些网页使用户易于明确自己的检索需求。 经过问题一和问题二的分析，在问题三中我们可以从链接量、链接质量、关键字等方面提出如何提高网站排名的方法，并根据实际对所提出的方法进行完善。 关键字：PageRank算法、搜索引擎、随机冲浪模型、网页排名、K-means算法 问题重述 随着信息技术的不断发展，特别是互联网应用的迅速普及，网络规模的爆炸性增长，网上的信息正以几何级的速度在增加。如何在茫茫互联网中找到用户所关心的网页，是各个搜索引擎的主要职能。因此搜索引擎已成为互联网应用的重要组成部分，它对互联网的普及正产生着极大的影响。而其中搜索引擎的核心技术——排序算法也变得极为重要，只有一个合理的搜索引擎排序算法才可为互联网营造一个公平的竞争环境。 通常一个搜索引擎的算法，要考虑很多的方面。例如：域名、密度、内链、外链、相关度、服务器稳定、内容更新、域名时间、内容数量等。我们就搜索引擎与Google的重要排名指数Pagerank提出以下问题： 问题一：针对Google的Pagerank算法，建立数学模型，给出比较合理的Pagerank的计算方法； 问题二：若作为搜索引擎的建设者，我们应该侧重考虑搜索网页的哪些因素，根据用户的需求，合理而公平的对上亿的网页进行有选择性的，根据其相关性紧密程度排序。 问题三：若想要建立一个新的网站，由第2题中建立的搜索引擎中排名的方法，怎样使网页在各大搜索引擎中排名比较靠前。 问题假设与符号说明 2.1问题假设 在问题一的模型求解中，假设HTML文件间的链接关系只闭合于五个文件中。 2.2符号说明 ……………………网页b页的 值； ……………………链接到b页的网页p的值； ……………………网页p的出站链接数量； ……………………阻尼系数，,； A ……………………表示所有指向网页b的网页集合； 问题分析 3.1问题一分析 PageRank算法是由Google公司两个创始人Sergey及LarryPage提出的一种搜索引擎排序算法。网页的PageRank值决定了随机访问到这个页面的概率，PageRank算法采用的是随机冲浪网上冲浪模型，即假设冲浪者跟随超链接进行了若干步浏览后转向一个随机的网页，冲浪者又重新跟随超链接浏览，那么这个网页的价值程度就由该网页被随机冲浪者访问到的频率所决定。阻尼系数d的引入，是因PageRank为用户不可能无限的点击链接，常常因无聊而随机跳