中文搜索引擎中的PageRank算法及实现.pdfVIP

第28 卷 第7 期 计算机工程与设计 2007 年4 月 Vol . 2 8 N o . 7 Computer Engineering and Design Apr. 2007 中文搜索引擎中的PageRank 算法及实现 琚洁慧1,2 (1. 浙江大学，浙江杭州310027 ；2. 浙江科技学院，浙江杭州310023) 摘 要：由于网页质量千差万别，对网页进行基于网络链接图的质量排序变成了现代搜索引擎的一个重要部件。分析了对 网络排序模块的实现进行优化时，造成大规模稀疏矩阵- 向量乘法运算低效的原因，并结合网络链接图的实际情况提出了几 种不同的优化策略。然后，对几种优化策略做了实验性能比较，并综合考虑各种优化策略的运算效率和存储量需求，选择了 适合实际系统的优化策略。同时，提出PageRank 算法在实现时的一个变通处理— — 除汇。 关键词：搜索引擎; 网页排序; 网络链接图; 稀疏矩阵; 汇点 中图法分类号：TP393 文献标识码：A 文章编号：1000-7024 (2007) 07-1632-04 Realization of PageRank algorithm in Chinese search engine JU Jie-hui1,2 (1. Zhej iang University, Hangzhou 310027, China; 2. Zhej iang University of Science and Technology, Hangzhou 310023, China) Abstract ：Web page ranking model based on web link graph becomes a vital part of modern search engines. The causes resulting in the low efficiency of large-scale sparse matrix-vector multiplication are analyzed. Then, combined with the web link graph, several optimizing strategies based on the experience from other scholars are brought forward. After that, several optimizing strategies are choosen for experimental compare, and the best strategies are selected through the strict compare at both time efficiency and memory requirement. At the same time, it introduce an alternative solution in the realization of PageRank algorithm—removing of rank sinks. Key words ：search engine; web page ranking; web link graph; sparse matrix; rank sink 质量判断的主要因素有：网站组织与布局、网页信息的数量和 0 引 言 独特性。一般情况下，我们在衡量一个网页关于特定查询