基于WordNet语义相似度的HITS算法研究.pdfVIP

计算机科学2008V01．35N0．9A 基于WordNet语义相似度的HITS算法*) 刘秀德高洁薛鸿鹄杨楠 (中国人民大学信息学院 北京100872) 摘要本文对HITS算法及其改进算法进行分析。针对HITS算法及其改进算法的不足，提出一种新颖的计算 语叉相似度的方法——利用WordNet计算文本的语义相似度，并将其引入链接权重矩阵中，对原有HITS算法进 行改进。实验表明，本文改进后的HITS算法(WHIIS算法)有更加良好的准确性。 关键词HITS，WordNet，语义相似度 on HITS Semantic BasedWordNet AlgorithmImprovedby Similarity Xiu—deGAOXUE YANGNan LIU Jie Hong-hu (InformationSchool，RenminUniversityof 100872，China) China，Beijing Abstract its ofthe ofHITS This HITS paperanalysesalgorithmimprovedalgorithms．Becausedeficiency algo- thesemantic two rithmandits aBewmethodOn of terms， improvedalgorithms，webringup computing similarity whichisbasedon thesamantic oftermsto coefficientmatrixof WordNetIand骶apply similarity weight hyper- HITS resultshowstherefined oh- aJgorithm，will links，improvingalgorithnl．Theexperiment algorithm，WHITS the ofHITS． viouslyimproveaccuracy search，WordNet，Semantic Hyperlink-inducedtopic similarity Keywerds 中选择一定数量的页面作为根集S(RootSet)，然 1 引言 后根据页面间的链接关系向外扩展一层得到基本集 随着人们对互联网各个领域研究的不断深入， T(BaseSet)。 链接分析技术的相关研究已经取得很大进展，其中 2．初始化基本集T中所有页面的Authority值 一些技术更是得到了广泛应用。目前比较流行的链 为1。 3．重复a，b，C三个动作直到各页面的Hub值 接分析算法有PageRanktll，HITSt2l，SALSAj]等。 本文将重点放在HITS算法上，首先对HITS算法与Autho