一种评价搜索引擎信息覆盖率的模型与其验证.pdfVIP

一种评价搜索引擎信息覆盖率的模型及其验证+ 孟涛闰宏飞李晓明 北京大学计算机科学技术系，北京 1 00871 {men,taD，yhf,lxm}@net．CS．pku．edu．cn 摘要搜索引擎的网页搜集予系统通常都以、)【n_n-，的网页构成的有向图结构为依据，从 一个网页到达它所链接的其他网页，如此递归下去，不断扩大搜集的信息覆盖面。本文以这种 覆盖能力为研究对象，建立量化模型从多个角度考察网页搜集系统对www信息资源的覆盖程 度。文章首先分析了搜集系统搜集网页不完全性的若干因素，指出信息覆盖率这一概念的研究 意义，由此提出了三类比较重要的信息覆盖率概念，它们分别是数量覆盖率、质量覆盖率和可 视www信息的覆盖率．本丈的主要研究工作围绕其中前两类展开，在建立“采样一权值计算 一验证”的覆盖率评测模型之后，以北京大学“燕穹”网页信息博物馆为考察对象并获得其搜 值算法计算出其中的重要网页作为样本，从量和质的角度上考察“燕穹”网页信息博物馆的信 息覆盖率，得到合理的数量和质量覆盖率实验数据，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，取样