基于时间反馈和分类技术的PageRank改进算法.pdfVIP

第40卷增刊 北京化工大学学报(自然科学版) V01．40，Suppl 2013芷 JournalofBeijing ofChemical Science) 2013 University Technology(Natural 李更生 卢 罡 (北京化工大学信息科学与技术学院，北京 100029) 摘 要：首先对经典排序算法Rank算法进行优劣分析，对其缺点提出针对性的改进。在原有算法中融入网 页之间的链接相似度，并加入时间反馈因子，最终提出基于时间反馈和分类技术的PageRank搜索引擎改进算法， 解决了PageRank算法搜索应用中结果偏向于旧网页的问题，并提高了用户搜索的查准率。 关键词：PageRank；搜索引擎；时间反馈；分类技术 中图分类号：TP301．6 其中尺。，(”)是网页的页面级别，参数d为介于(0，1) 引 言 区间的衰减因子，其取值的大小不影响网页的排名， 如今互联网已成为人们日常生活中最重要的信 但一般取0．85左右，B，．为指向网页”的其他网页， 息来源之一。互联网在给人们带来海量信息的同 Ⅳ．，是网页u中向外指出的链接数目。 时，也对互联网的有效利用提出了新的课题，例如应 但是由于PageRank算法只是客观的分析网页 用广泛的搜索引擎就面临着不断改进的压力，以达 之间的链接，计算网页之间的尺，值，之后排序推荐 到搜索的结果更加符合用户需求的目的。 给用户。虽然有很高的响应速度，但由于仅仅利用 搜索引擎一般包括用户界面、网络爬虫、数据库 了网络的链接结构，没有考虑到网页之间的主题相 索引、网页排序等几个功能模块…。。其中对于用户 关性等，而且也没有考虑到新发布的网页因为在互 反馈结果影响最大的就是网页排序所使用的排序算 联网L存在的时间较短造成尺，值小而排名靠后的 法，它的作用是接受到用户检索需求时，在索引数据 问题。因此，该算法有两个比较重要的不足，第一是 库中查找出所需内容，并将查询内容按照相关度进 容易出现主题漂移问题，第二是PageRank算法偏重 行计算，给出排列顺序，再将结果反馈给用户。 陈旧网页4l。 本文剖析了基于链接的经典排序算法Pager— 主题漂移问题使得查询结果的相关性未能得以 ank算法‘2 o和HITS算法¨。，并对已有的基于PageR— 利用。针对这一现象，陈伟柱等∞1提出了一种基于 ank算法的改进算法也进行了深入的分析，在此基 网页之间相似度的搜索引擎排序算法，即Catego— 础上，提出基于时间反馈和分类技术的PageRank改 ryRank算法。如果网页A有一个指向网页B的链 进算法。 接，网页A和B在内容上可以归类于某一个类别， 1 PageRank算法分析 然后针对A和B所属的类别之间的相似度获得一 个权值，并把这个权值加权到R，(A)／N。中，从而 PageRank算法是搜索引擎Google的核心算法， 它借鉴了传统情报检索理论中的引文分析方法，比 排序算法。 早期搜索引擎的搜索效果有了很大的提高，因此也 针对PageRank算法偏重旧