基于文本挖掘的PageRank算法的优化研究

随着信息技术的迅猛发展,网络成为人们投放和获取资源信息的主要平台,人们可以在互联网上得到自己需要的任何信息。但是人们是怎么从网络庞大的信息库中过滤掉无用信息,提取自己需要的信息的呢。这主要归功于搜索引擎,而搜索结果的准确度主要取决于页面排序算法的好坏。而目前的大部分页面排序算法都存在不足之处,本文针对Googol搜索引擎的页面排序算法PageRank算法的不足,提出了基于超链接和网页内容与主题的相关性的PageRank的优化算法,并通过实验进行仿真,实验结果表明改进后的方法对提高相关性较高的网页的排名是有效的。