搜索引擎排名算法比较研究

首先,将主流搜索引擎算法进行了分类;其次,将它们进行剖析和比较,分析了其优点和缺陷;最后,指出搜索引擎优化的方向。

搜索引擎排名改进算法分析

近年来WEB上的信息量迅猛增长,信息日益丰富的同时却对有效信息的查询提出了严峻的挑战。面对用户对搜索结果准确性的日益苛求。本文对比分析两种最新的信息检索算法TSPR算法和Hilltop算法,并就提高信息检索的有效性和准确性提出了新的方案。

基于学术社区的学术搜索引擎设计

学术社区和学术搜索引擎在科研活动中日趋重要。给出了一个基于学术社区的学术搜索引擎的设计方案,指出了它应具备的功能,提出了应着重解决的关键问题,并对部分问题提出了实现思路。给出了系统的架构设计,并讨论了文献资料的整合算法,将分散在不同位置、提供不同内容的学术信息组合为一个整体,有效地解决了文献提取问题。针对普通中文分词组件在对姓名进行分词时准确率较低的问题,设计了一个专门针对姓名进行分词的高效的算法。在开源框架Nutch和HBase的基础上,实现了一个学术搜索引擎,并在实验中验证了设计的有效性。

搜索引擎PageRank算法研究

在研究搜索引擎关键技术的基础上,深入细致地剖析了著名搜索引擎Google的链接分析排名算法PageRank算法,解说其运行原理并给出改进算法。在此基础上指出PageRank算法存在的缺陷,从而针对性地提出了优化方案,实验结果表明,改进的算法有利于提高算法的运行效率,提高用户对检索结果的查准率。

学术搜索引擎的优化策略——扩展模型的建立

该文介绍了一种新的检索模型,提高学术搜索引擎的检全率及检索效率。该扩展模型的创新点在于引入检索词的下位词构成新的检索词组,不再局限于检索词本身字面上的匹配;且文献列表的排序将学术价值这一因素考虑在内,根据相关度及学术价值的综合评分机制对检索结果进行有序输出。该模型具有一定的科学性和实用性,但是其排序的评分机制等需要在未来的研究中进一步细化,完善。该扩展模型主要适用于对检全率要求较高的学术系统及网站。

使好学术搜索引擎“双刃剑”提升学术期刊可见度

学术搜索引擎是国内外学者"海选"论文的最重要的平台,也已经成为学术期刊,特别是英文学术期刊最重要的推广平台。但是,学术期刊很少注意到学术搜索引擎是一把"双刃剑",对提升学术期刊的可见度有利有弊。本文以Google Scholar(GS)为例,详细分析了学术搜索引擎排名算法的特点及它们可能产生的偏见,在此基础上,提出了学术期刊在加入学术搜索引擎平台之前需要采取的编辑加工和数字出版策略。这些策略可以帮助学术期刊扬长避短,充分利用学术搜索引擎平台,提升在其上的可见度。

搜索引擎排序算法的探索

搜索引擎是一项崭新而且流行的技术,而检索排序技术是信息检索系统处理结果的核心技术。排序算法的好坏,直接决定搜索引擎效率的高低。文中详细分析了目前流行的3种排序算法:PageRank算法,HillTop算法,竞价算法。介绍各自原理、优缺点以及改进措施,并以PageRank方法为例,详细描述PR值的求解过程。

Google搜索引擎的数学模型及其应用

该文在阐明Google搜索引擎中关键的页面等级算法(PageRank)原理的基础上,分析了PageRank算法的随机冲浪模型,并着重讨论相应的数学模型在足球队排名问题(1993年全国大学生数学建模竞赛B题)中的应用.具体做法是综合考虑各队的比赛成绩,为每支球队计算相应的等级分(Rank),然后根据各队的等级分高低来确定名次.考虑到竞技比赛结果的不确定性,最后建立了等级分的随机冲浪模型.分析表明等级分排名结果具有良好的参数稳定性,并且可以成功地处理数据缺损方面的困难.

基于超链接多样性分析的新型网页排名算法

作为搜索引擎的核心部件,网页排名算法决定了搜索到的相关结果以何种顺序呈现给用户,其性能的优劣将会直接影响搜索引擎的服务质量和用户的搜索体验.在计算网页的权威性时,现有的基于链接的网页排名算法和网页作弊检测算法仅关注网页的超链接数量和质量,而忽略了超链接来源的多样性———另一种客观评价网页权威性的重要信息.相比于真正的权威页面(具有大量且来源广泛的入链),通过作弊手段提升排名的网页往往不具有入链来源多样性的特征.基于以上思想,文中分别提出了超链接来源多样性判断方法、超链接权值调整方法,进而提出了基于超链接来源多样性分析的网页排名算法Drank.在多个基准数据集上的实验结果表明:与现有最好的同类算法相比,综合寻找优质页面和抑制网页排名作弊两方面,Drank算法表现出更好的性能.

搜索引擎的几种常用排序算法

介绍几种比较著名的搜索引擎排序算法,分别是词频位置加权、Direct Hit、PageRank和竞价排名服务,并重点讨论影响它们的因素以及各自的优缺点,最后对它们进行简要的分析和比较。

PageRank算法在学术网络平台中的应用研究

随着学术网络平台上科技论文的大量发表,高效地从复杂的学术网络中找到符合用户需要的有价值的文章及其作者成为当前一项重要而困难的工作。文章首先对学术社区发现算法的研究现状进行说明;然后对论文排名和作者影响力评估算法进行论述;最后总结论文排名和作者影响力评估算法存在的不足和面临的挑战,并对学术影响力排名的发展前景进行展望。

从排名算法看Google弊端

随着搜索引擎技术的发展，Google最终凭借其强大的功能与简单的界面成为目前的搜索之王。而关于Google的种种传闻、评论、批评也纷纷进入人们的视线。不过终究多是溢美之辞，虽有杂音却也大多言之无物或无的放矢而显得毫无根据与力度。Google会真像微软一样成为业界霸主?还是如同搜索引擎发展史上曾经显赫的风流人物一样各领风骚仅几年呢?

影响网店搜索排名的因素

淘宝的搜索引擎算法是商业机密,我们不知道具体算法,但是我们可以分析出影响排名的关键因素有商品描述质量、卖家服务质量和搜索相关性等。

HillTop算法剖析

HillTop算法是一种适用于大分类的搜索引擎排名算法,因在Google的“佛罗里达”更新中扮演重要角色而倍受关注。本文深度剖析HillTop算法的主要思想、排名公式定义,分析了HillTop算法的优缺点,最后提出了该算法的优化建议。

Alexa世界网站排名底细

网站排名是最容易引起关注和议论的,况且为世界上350多亿的网站定座次,不仅如此,最重要的是排名的结果通过Internet发布到全世界。仅此足以引起哗然,对于不明真相的人,某天突然有人告诉你,“你们的网站排在我们之后”,此时你一定有些蒙。到底是谁在操这份心,评点虚拟世界的英雄?

PageRank算法在引文网络中的应用研究

随着学术网络平台的文献数量不断增长,快速高效的在众多质量参差不齐的文献中找到适合自己研究领域的高质量文献,对学术研究具有重要的意义。文中首先对传统的PageRank算法的原理、基本思想以及其发展历程进行分析;然后在对比了链接网路与引文网络的相似性和差异性后提出将链接网络中的PageRank算法应用到引文网络中;最后对PageR⁃ank算法在引文网络中的应用进行研究分析。研究发现,传统的PageRank算法存在一些缺陷,引文网络中需将文献发表时间和PageRank算法结合,进而衡量文献的重要性。

网站排名优化有哪些注意事项

随着百度搜索引擎的算法不断更新,SEOer的压力也越来越大,不单关键词排名及网站收录提升难度加大,稍有不慎,违反百度规则,触及百度的“底线”,轻则导致网站流量、关键词数等一些数据下降,重则导致网站降权,要知道,用作弊的方法来提升网站的排名对百度来说是无法容忍的.接下来分享网站排名优化有哪些注意事项？

中国大学网站链接分析及网络影响因子探讨

本文对中国主要大学网站的总链接量、外部链接量和网络影响因子(WIF)作了深入研究,分析了它们与大学排名中的总得分和科研得分的相关关系,指出了网络影响因子在测度中国大学网站网络影响力上的不足之处,提出外部链接量是测度大学网站网络影响力的有效手段之一。文章对研究中所用的搜索引擎的数据作了比较分析,指出AltaVista的数据比AllTheWeb更稳定。

医学学术期刊的竞价排名之祸

在使用国内常用搜索引擎查询医学学术期刊的时候发现,医学学术期刊官网的排名均在第5位之后。因网站竞价排名的规则,排在显著位置的均为冒牌网站。冒牌医学学术期刊网站的危害极大,它将作者引入歧途,以承诺快速发表为名骗钱敛财;利用部分作者的投机心理,以服务为名,雇佣枪手,炮制学术垃圾;这些行为给医学学术期刊带来了巨大的负面影响。解决这一问题须从三个方面着手:首先,医学学术期刊应加强官网的显示度;其次,作者要提高对冒牌网站的识别能力;再次,搜索网站应守住商业道德底线,以信誉度为主,废除对公共信息的竞价排名。