基于ＰａｇｅＲａｎｋ网页主题相关性算法研究.docVIP

基于ＰａｇｅＲａｎｋ网页主题相关性算法研究 　　摘 要：作为主题网络蜘蛛搜索策略的核心部分，主题相关性判断算法是网络蜘蛛能够围绕设定主题进行聚焦检索的关键。本文针对现有基于链接结构的相关性算法PageRank算法的不足，提出了基于网页主题相关度的改进PageRank算法。理论分析和实验表明，相对于传统的信息采集策略，改进的策略在准确率和召回率方面具有明显的优势。 　　关键词：PageRank，相关性；算法 　　中图分类号：TP391.3 文献标识码：A 　　 　　An Approach to Algorithm Based on PageRank Topical Correlativity 　　ZHANG Li-shuo1， LI Xin1， XU Meng2 　　1.Henan Institute of Engineering，Henan Zhengzhou 451191；2.Nanjing Bank，Jaingsu Nanjing 210008) 　　Key words: PageRank；correlativity；algorithm 　　 　　主题型搜索引擎,就是以构筑某一专题领域或学科领域的因特网信息资源库为目标,智能地在互联网上搜集符合设定专题或满足学科需要的信息资源。主题相关性算法是主题搜索引擎中网络蜘蛛信息采集策略的关键部分，是提高主题网络蜘蛛