一种评价搜索引擎信息覆盖率的模型及其验证-北京大学网络所.PDF

第# 期 电 子 学 报 \?K 4! =? # 年 月 74 # 6X26 CX2-[=1X6 31=1X6 6J, 74 一种评价搜索引擎信息覆盖率的模型及其验证 孟 涛，闫宏飞，李晓明 （北京大学计算机科学技术系，北京 !#$!） 摘 要： 搜索引擎的网页搜集子系统通常以%%% 的网页构成的有向图结构为依据，循着网页间的链接进行搜 集从而扩大信息覆盖面 本文针对这种信息覆盖能力，建立量化模型从多个角度考察搜集系统对 信息资源的覆 %%% 盖程度 文章首先分析了网页搜集不完全性的若干因素，在指出信息覆盖率的研究意义后提出了三类重要的信息覆盖 率概念，然后围绕其中的数量和质量覆盖率展开研究工作 在建立“采样 权值计算 验证”的覆盖率评测模型之后， ’ ’ 以北大“燕穹”网页信息博物馆为考察对象并获得其网页数据，用不同的方式对中国%() 进行采样；然后分别采用 *+,(-+./ 和0123 两种网页权值算法算出其中的重要网页作为样本，从量和质的角度考察“燕穹”系统的信息覆盖率， 得到合理的数量和质量覆盖率值，从而验证了“燕穹”系统信息覆盖率结论的合理性和该信息覆盖率评测模型的可靠 性 关键词： 搜索引擎；信息覆盖率；采样；权值计算；验证；数量覆盖率；质量覆盖率 中图分类号： 文献标识码： 文章编号： （ ） 2*454 6 4$787!!7 74 #8!!9#8: ! #$%’%()* +*,- * ./*01%()* 2*$-0%3- */ 4-%056 #3)-7 ， ， ;= 2+? @6= 0?.,8A(B C1 DB+?8EB., （ ， ， ， ） !#$%’( )* +)’#,% -./(. 0 1.2()3)45 67/(4 8(/9%:/5 ;/ /(4 !#$! +2/($ !87(0%5( ： 3(+FGH (.,B.(I JIJ+KKL ,(M N() O+,(I )L JIB., KB./I )(MN((. MH(E %BMH +KF(+PL E+IIBQ( +.P (Q(F B.GF(+IB., ?A N() ， O+,(I MH(L G+. ?.KL GF+NK +.P B.P(R + O?FMB?. ?A MH( NH?K( N() O+,(I 6 E?P(K M? (Q+KJ+M( MH(BF B.A?FE+MB?. G?Q(F+,( O(FG(.M+,(I BI OF(I(.M(P %( +.+KLS( E+B. A+GM?FI NHL GF+NK(FI G+.’ ， M G?Q(F +KK N() B.A?FE+MB?. +.P OJM JO MHF(( /B.