基于用户访问模式的搜索引擎超链分析技术研究-计算机软件与理论专业论文.docxVIP

基于用户访问模式的搜索0f擎超链分析技术研究 基于用户访问模式的搜索0f擎超链分析技术研究 摘要 摘要 第三代搜索引擎有如下几个特点：索引数据库的规模继续增大，一般的 商业搜索引擎都保持在几千万甚至几十亿个网页；由于搜索返回数据量过 大，检索结果相关度评价成为研究的焦点。相关的研究又可以分为两类：一 类是对超文本链的分析；另一类是用户信息的反馈。本文从将这两种途径结 合的角度出发，在挖掘用户访问模式的基础上对超链分析的算法进行了改 进，提出了基于频繁访问路径的PageRank算法。 PageRank算法是基于对网页的超链结构进行分析的算法，但它是对网 页的静态超链进行分析，而没有考虑用户的点击行为。它把一个网页的不 同超链看作同等重要的地位，因此一个网页在把重要性权值平均分配给它 所有的超链。然而通过对用户点击行为的分析可以发现这些超链有的被频 繁的访问，有的却很少有人问津，因此，将用户的频繁访问路径与PageRank 算法相结合，可以改善PageRank算法排序的准确性。 本文的主要工作是在分析现有的计算检索结果相关度算法的基础上， 结合对用户反馈信息——用户访问模式的挖掘，提出了一种改进的检索结 果排序算法：基于频繁访问路径的PageRank算法。论文还给出了实验结果， 在实验对比的基础上说明了基于频繁访问路径的PageRank算法的排序结果 与普通的PageRank算法有在排序结果上有了很大的改进。 关键词：PageRank算法，频繁访问路径，Web挖掘，用户访问模式 复9大学硕士学位论文 撼于用户防问模式的搜索·jl擎赳链分析技术研究 撼于用户防问模式的搜索·jl擎赳链分析技术研究 摘要 Abstract The 3 generation search engines have such features：index database grows continuously，business search engine index ten millions pages more．As the search result contains many URLs，the degree of relevance of search result becomes也e foCUS of research．Relevant research be divided into two classes， hyper—link analysis and information feedback．In this thesis，based visiting pattern mining we improve the ordinary PageRank algorithm，and develop frequent visiting path based PageRank algorithm． PageRank algorithm is based the analysis of web pages hyper—link structure． But PageRank algorithm focus analysis of pages static hyper—link structure，it ignore click behavior．It page’S different hyper-link equal importance，and confers its importance them equally．However，by the analysis of click behavior，we can find some hyper·link visited frequently and others not．So if we combine the PageRank algorithm with frequent visiting path，the accuracy of PageRank algorithm will be improved- In this thesis we analyze the PageRank algorithm，and develop revised PageRank algorithm：frequent visiting path based PageRank algorithm．Our experimental and performance studies have demonstrated the effectiveness of