利用链接分析发现中国大学网站的权威网页和中心网页

从中国大学排名前100位的大学中选取36所综合性大学,利用Alltheweb搜索引擎收集网站链接数据,单纯从大学间的网站链接关系出发,得到了权威网页和中心网页。

FPC:大规模网页的快速增量聚类

面向结构相似的网页聚类是网络数据挖掘的一项重要技术。传统的网页聚类没有给出网页簇中心的表示方式,在计算点簇间和簇簇间相似度时需要计算多个点对的相似度,这种聚类算法一般比使用簇中心的聚类算法慢,难以满足大规模快速增量聚类的需求。针对此问题,该文提出一种快速增量网页聚类方法FPC(Fast Page Clustering)。在该方法中,先提出一种新的计算网页相似度的方法,其计算速度是简单树匹配算法的500倍;给出一种网页簇中心的表示方式,在此基础上使用Kmeans算法的一个变种MKmeans(Merge-Kmeans)进行聚类,在聚类算法层面上提高效率;使用局部敏感哈希技术,从数量庞大的网页类集中快速找出最相似的类,在增量合并层面上提高效率。

一种基于文本内容的HITS改进算法

HITS算法是WEB结构挖掘中一种经典的链接分析算法,其主要问题是容易发生主题漂移。针对这一问题,提出了一种基于文本内容和链接分析相结合的改进算法。实验证明改进后的算法提高了查询结果的相关度,减少了主题漂移的发生。

Web结构挖掘中HITS算法的改进

HITS算法是Web结构挖掘中一种经典的链接分析算法,其主要问题是容易发生主题漂移。针对这一问题,提出了一种基于文本内容和链接分析相结合的改进算法。实验证明改进后的算法提高了查询结果的相关度,降低了主题漂移的可能性。

基于链接分析的HITS算法研究

Kleinberg的HITS算法是通过分析链接结构,采用特征向量的办法来确定页面的权威性等级。详细阐述了HITS算法,该算法认为页面中的所有超链具有同等价值,从而引起了主题偏移。针对这些问题提出改进的ARC算法和SALSA算法,它充分考虑文本内容,区别对待不同的链接,从而达到减少主题漂移现象的目的。

浅析基于VoIP技术的网络答疑系统

由声音结束IP的字面意义,可以直译为透过IP网络传输的语音讯号或影像讯号,所以VoIP就是一种可以在IP网络上互传类比音讯或视讯的一种技术。