网页信息预处理.pptVIP

深圳大学未来媒体技术与计算研究所 网页级别的优化 1．影响网页级别的因素 （1）页面的特定因素 （2）入链锚的文字内容 （3）PageRank 这里页面的特定因素包是指：网页内容、标题内容和文档的URL。 * 深圳大学未来媒体技术与计算研究所 网页级别的优化 2．PageRank值的范围 PageRank理论上拥有最大值（Nd+(1-d)），这里的N为互联网网页总数，d为通常被设为0.85，计算出的PageRank值和工具栏显示出的数值成一定的比例关系。普遍认同的是，它们之间的比例并非线性的，而是成对数关系。如果设阻尼系数d为0.85而PageRank的最低值为0.15（因为0.85+0.15=1），并且对数的基数为6，我们得到下表所示的比例关系。 * 深圳大学未来媒体技术与计算研究所 PageRank值的范围 * 深圳大学未来媒体技术与计算研究所 网页级别的优化 3．网页级别的优化 如图所示，为两组相同的网页，不同的是网页B和C之间有无链接。我们假设阻尼系数为0.5，则PR(X)/C(X)=10。 * 深圳大学未来媒体技术与计算研究所 网页级别的优化 （1）BC之间无链接时 PR(A) = 0.5 + 0.5 (10 + PR(B) + PR (C)) PR(B) = 0.5 + 0.5 (PR(A) / 2) PR(C) = 0.5 + 0.5 (PR(A) /