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.

合著者网络中的网络排名算法

为更加全面地评价一个作者在合著者网络中的影响力,借鉴已有的网页网络排名算法,提出了以H-因子为初值的New-LeaderRank算法,并以Paul Erdos合著者网络为例进行实证分析.与网页排名算法PageRank和社会网络排名算法LeaderRank对比分析,结果表明:New-LeaderRank算法能综合考虑某作者与其合著者的合作次数以及这些合著者对该作者的影响,为合理评价某作者在合著者网络中的影响力提供了一种途径.

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。

基于线性学习模型的社会媒体流排名算法

在社会媒体中,对用户推荐适合的状态更新不仅降低了用户搜索信息的时间,也可以增加用户对服务的粘性。针对社会媒体中状态更新而推荐的准确性低的不足,提出了一种基于线性学习模型的状态更新排名算法。首先,根据社会媒体的性质定义了相应的偏好属性,并提出了一种基于线性模型的潜在偏好模型;其次,根据状态更新以及接收者的特征定义了相应的线性特征模型;最后,将潜在偏好模型和特征模型相结合,提出了一种引入时间效应的线性模型。通过实验验证表明,提出的算法与其它相关算法相比,算法的预测准确性更高,执行效率更快。

基于网络问答社区的专家排名算法分析

问答社区已经成为网络上快速获取知识的重要途径之一。本文首先对问答社区的网络结构进行了分析,发现了它和一般社交网络结构的区别,同时总结出了该类社群用户的一些行为特征。然后利用Z-score、Page Rank以及HITS等三个排名算法进行用户影响力排序来寻找社群的权威专家。最后,对三种方法的排名结果进行了分析,得出了群社网络结构对排名算法准确性的影响较大,并建立了不同算法的"最佳表现"网络模型。

基于复杂网络的乒乓球赛事大数据中节点排名算法研究

复杂网络作为研究对象间依赖或者关联关系的新兴理论,对当前社会系统研究提出新的挑战。针对运动员间的竞赛事件,可构建运动员比赛关系加权的网络结构。而根据复杂网络传播原理,可基于乒乓球运动员比赛关系网络的威望得分进行排名,虑及竞赛过程中的运动员晋级关系,在实际计算过程中不需要额外信息。另外,针对2014年-2017年的世界乒乓球比赛数据进行分析,可采用此种算法对每年内运动员进行威望得分排名。在和ITTF的结果进行对比分析后证明了本算法的有效性,同时相对排名效率更高。因此,它可应用到乒乓球赛事的排名中,为网络科学在实际应用中提供了新的思路和方法。

算法时代的“信息匮乏”——基于Facebook“边际排名算法”公式的反思

互联网的发展,正在从比特形式走向更为高级的人工智能阶段,这种技术的本质就是算法。人工智能让新闻生产更加便捷、高效的同时,却因其个性化推荐而导致了新的"信息匮乏"。本文基于Facebook最初的边际排名算法,反思这种机制下的信息传播;针对以今日头条为首的算法分发平台面临的困境,提出完善新闻公评人制度这一建议。

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?

基于模体PageRank算法识别穴位-疾病网络的关键节点

针对现有针灸关键穴位挖掘算法存在精度不佳、适用性较窄的问题,在“穴位-疾病”网络中引入多穴位间的高阶相互作用,提出一种基于3节点模体的高特异性关键穴位挖掘算法.将此算法从分辨率、网络损失和准确性方面分别与其他5种穴位重要性评估算法进行比较.结果表明,该算法识别的关键穴位对网络的连通性有明显的破坏作用,说明关键穴位处于穴位疾病网络拓扑结构的核心位置,并与其他穴位有较高的协同合作;该算法的稳定性保证了关键穴位的可靠性;从网络拓扑结构和穴位间的高协同性角度来看,该算法寻找的关键穴位可以作为穴位网络中的核心穴位,帮助研究人员探索有针对性的、高影响力的穴位组合.

基于稀疏矩阵面向论文索引排名的启发式算法

为了提高学术论文检索的精准性,进而为学术研究提供便利,提出了针对学术论文检索问题的排名策略。首先,介绍了基于网页排名算法面向论文索引排名的启发式方法,其中利用Hash索引技术有效地减少了稀疏矩阵计算对内存的消耗;其次,定义了论文间引用关系图的密集度均衡值,并通过大量实验阐明了不同排名算法的迭代次数与图密集度均衡值之间的关系;最后,将所提出的基于论文索引排名的启发式算法应用于科学引文索引(SCI)数据库中,并与原被引频次降序的排序结果进行比较与分析。实验结果表明:在三种基于网页排名技术的算法中,基于链接结构分析的随机过程算法比较适合于按关键词搜索得到的相关领域学术论文的排名。

基于社会信任正则化的排名推荐算法

随着在线商品交易额逐年增大和社交网络不断深入发展,推荐系统已成为解决信息过载的重要工具之一。当评分矩阵数据稀疏性较大时推荐精度就会显著下降,特别是用户冷启动时该问题更加明显。因此,本文提出一种新的基于隐式反馈信息的社会化排序推荐算法。该算法首先利用矩阵分解方法计算不同项目间的用户偏好。其次,将用户偏好信息融入贝叶斯个性化排名(Bayesian personalized ranking,BPR)算法。然后,挖掘用户之间的相似关系以及信任用户的直接和间接关系,并量化用户之间的信任关系,从而研究不同项目之间用户的偏好差异。最后,将以上信任关系和BPR算法进行融合,进而构建出社会化排序推荐模型。为了验证所提出的社会化排序推荐算法,在DouBan数据集和FilmTrust数据集上,进行算法的有效性验证。通过Precision、MAP和NGCD这3种排序评估指标分别在全数据集和用户冷启动中验证本文算法与SBPR、TBPR、BPR和MostPopular等算法之间排序推荐的优劣性。实验结果表明本文算法明显优于其他对比的排序推荐算法,并可以获得更好的推荐准确率。可见本文算法可以有效改善由于数据稀疏性和用户冷启动所引起的推荐效果差的问题。

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。

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。

基于关系强度的社交网络垃圾行为检测算法的研究

利用社交网络进行垃圾信息的传播行为已成为日益严重的社会问题.这些垃圾行为不仅威胁到社交用户的个人信息安全,甚至在一定程度上影响着社会稳定.本文分析了社交网络中的垃圾行为,提出了一种计算关系强度的模型及基于关系强度的非信任分数的传播算法.实验结果表明,该算法可以有效地检测社交网络的垃圾行为.

一种基于链接分析的国际贸易排名新方法(英文)

国际贸易需要多元化的度量与分析工具.提出一种新的国际贸易排名方法,兼顾贸易进口与出口的影响,对参与国际贸易的国家进行排名.在国际贸易网络的框架下,使用链接分析评估各个国家在全球多边贸易下的影响力,为每个国家赋予权值并进行排名.真实贸易数据上的实证分析表明本文提出的方法提供了一种度量与分析国际贸易的有效工具.

Web页面个性化搜索系统设计

提出一个Web页面个性化搜索系统架构,给出了系统中用户个性化信息存储方法;设计了关键字个性化推荐和页面排名个性化算法。

面向中文书籍的书后索引项提取

为提升索引编制的准确率与效率,改善基于关键词的提取算法无法很好地提取与书籍主题相关并且具有索引价值的索引项的问题,提出综合评价方式进行书后索引项的提取。利用候选索引项在知识库中的类别和引用关系,借鉴网页排名(PageRank)算法计算候选索引项的领域重要度;对书籍内部信息进行全面分析,利用统计、位置等特征计算候选索引项的书籍内部重要度;构建综合评价模型评价候选索引项作为书后索引项的适合程度。实验结果表明,所提方法在准确率、召回率和F值方面比未改进的算法有显著提高。

基于SEO的有色金属产品网站的多维度推广方式探究

在21世纪互联网快速发展的今天,大量的公司、事业单位通过计算机信息化手段,建立产品网站来宣传企业形象和产品,那么,如何让更多的潜在客户方便、快捷的发现网站信息,就成了所有网站必须要解决的问题。本文以有色金属产品网站为例,通过分析SEO相关的重要因素,结合搜索引擎的排名算法,尝试从多维度探究网站的推广方式。

人工智能技术在图书馆中的应用研究

人工智能在图书馆领域的应用越来越深入,随着神经网络、深度学习、机器人等技术的深入发展,将大大推动图书馆自动化的发展,检索效率的显著提高,图书资源订阅、图书盘点、图书存取将实现自动化发展。

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。