一种基于用户角色的综合网页排序算法

通过对网页用户角色的分析发现,传统的基于PageRank算法的搜索引擎结果排序欠佳,是因为其没有兼顾所有角色对网页重要性的评价。为此,提出一种结合了所有角色评价的综合网页排序算法——ComPageRank(CPR)算法和一种基于点击量分析的Click-throughRank(CTR)算法。实验结果表明,相比PageRank为代表的网页排序算法,CPR算法更全面、合理。

PageRank-Pro——一种改进的网页排序算法

根据网页点击信息改进了原有的PageRank算法,利用Seidel迭代算法加快了迭代收敛过程.实验结果表明,改进后的迭代算法效率提高23%左右.

基于PageRank和锚文本的网页排序研究

网页和纯文本结构差异性决定了传统的IR排序技术不能适应网络发展。为合理排序检索结果,引入了基于文献引文分析法原理的链接分析方法。该方法对被多个网页链接的网页赋予较高评价,同时考虑锚文本与查询词的相似度。源网页质量参差不齐,链向相同网页的锚文本质量也有优劣之分,但高质量源网页的锚文本不一定比质量低源网页的准确。对相似度高的锚文本加以修正,即通过计算查询词和锚文本相似度,对于相似度较高但源于PageRank值低的源网页的锚文本加以补偿,并重新排序查询结果。

SHITS:一种基于超链接和内容的网页排序方法

回顾了当前应用于大型搜索引擎的主流网页排序算法,对其中的ARC算法进行了改进,提出了一种基于超链接和内容的网页排序算法—SHITS(Similarity-HITS)算法.SHITS算法用超链接所引用的网页内容代替了ARC算法中所采用的锚文本来评估该超链接的重要性,这一改进不仅提高了算法区分链接重要性的能力,也避免了对大量锚文本内容的分析.通过与相关算法的对比实验,结果表明SHITS算法网页排序的准确率明显优于其它算法.此外,SHITS算法也具有较好的效率计算代价小于ARC算法,与HITS算法相当.

子图估算PageRank网页排序算法研究

针对传统PageRank算法难以高效处理Web图数据网页排序问题,文章在不牺牲准确度的前提下,提出一种在MapReduce平台上基于改进PageRank的加速算法:top K-Rank.为识别出排名为前k的网页,通过在迭代过程中裁剪掉不必要的节点及边的形式,动态构建子图,由子图迭代计算出PageRank值的上下限。理论分析和实验结果表明:该算法不仅可以保证结果的准确性,还可以更快地找到用户所需网页数。

一种基于主题相关度的网页排序算法

针对现有基于链接结构的PageRank算法的不足,提出了基于网页主题相关度的改进PageRank算法.通过分析网页内容,提取出网页中的链接及其对应的锚文本,建立网页链接库,利用向量空间模型(VSM)计算链接锚文本和网页内容的相关度,在此基础上实现离线计算改进后的PageRank算法.理论分析和仿真实验表明,改进的PageRank算法使用户能方便地找到所需网页,提高了网页查询效率.

基于页面分块的网页排序算法:BHITS

介绍大型搜索引擎应用的主流网页排序算法,改进其中的HITSS算法,提出一种基于网页分块技术的BHITS算法。BHITS算法通过对分好的页面板块进行主题标定,根据待采集信息的主题为不同主题的板块设定不同的权值实现相关度判定,在保持算法高效率的前提下,提高了算法区分链接重要性的能力。与相关算法的对比实验结果表明,BHITS算法网页排序的准确率明显优于其他算法。

基于Hadoop的Nutch网页排序算法研究与实现

为了满足搜索引擎系统日益增长的高质量检索需求,针对Nutch搜索引擎框架没有实现Google的PageR-ank网页排序算法,分析了PageRank算法,并通过实验验证了PageRank算法的有效性,成功搭建Hadoop分布式集群,在Nutch框架中基于MapReduce分布式编程模式编码实现PageRank算法。实验结果表明,在Nutch搜索引擎系统中实现了PageRank算法后,系统的检索具有更高的准确率,能够更好地为用户提供检索服务。

基于网站影响力的网页排序算法

传统的排序算法主要是根据网页之间的链接关系进行排序,没有考虑到网站与网页之间互相增强的关系和用户对网页的重要性的评价。为此提出了一种基于更新时间、网页权威性和用户对网页的反映的相关排序算法。该算法以网站为节点计算每个网站权威值,在为网页分配权威值时考虑了网页在网站内的位置和用户对其的反映,并通过网站与网页之间相互影响的关系来相互反馈。实验结果表明,与传统的PageRank、HITS等排序算法相比,该算法在检索性能上有明显提高。

基于Lucene网页排序算法的改进

在分析现有的词频位置加权排序法、Direct Hit算法、PageRank算法和Lucene的网页排序算法后,将这三种著名的算法思想运用到Lucene的网页排序算法中,并设计了一个基于Lucene的糖业专业搜索引擎,重点介绍该搜索引擎的检索功能。最后,通过在所设计好的糖业专业搜索引擎进行实验,验证改进后Lucene的网页排序算法,实验结果表明改进后的排序算法能够提高检索结果的质量,能够更准确地将结果信息反馈给用户。

基于本体概念相似度的网页排序算法研究

网页排序的目的是使主题相关度高的网页排在检索结果靠前的位置，但是由于网络资源规模巨大且呈高度动态的增长，检索结果仍然会存在大量不相关的网页信息。针对这种问题，本文通过分析比较目前对网页排序算法的研究，提出一种基于本体概念相似度计算的网页排序算法，并以盐湖领域为例进行分析。该方法通过构建盐湖领域本体获取本体概念集，并对概念集分类且给予权重，利用概念相似度计算方法计算网页内所有概念与本体概念集中概念的相似度，根据综合得分对网页进行排序。实验结果证明该方法具有可行性和较高的准确率。

基于用户反馈特征聚合的网页排序算法

为改善传统网页排序算法在网页排序过程中存在的忽略用户兴趣和网页欺诈等不足,提出一种基于用户反馈特征聚合的网页排序算法AFPR。通过Web用户反馈特征聚合,将不同的用户反馈特征聚合为一类,综合考虑用户对网页的有效点击率、最近访问频率、网页有效浏览时间等因素,将聚类结果以网页用户兴趣反馈特征依赖因子形式融入到传统网页排序算法中。仿真实验表明,AFPR算法能够在一定程度上改善排序质量,提升用户信息检索的满意度。

基于用户反馈与链接关系的网页排序改进算法

为改善传统PageRank算法存在主题漂移、网页欺诈、偏向旧网页等不足,提出一种基于用户反馈与链接关系的网页排序改进算法FLPR。通过分析两网页各自链出页面的共同页面,衡量网页内容的相关程度,设计内容相关度因子;融合页面停留时间和链接点击量,设计可信度因子;添加时间相关因子,共同对PR值进行修正调整。仿真结果表明,相较传统PageRank算法和WPR算法,改进后的算法在网页排序质量、查准率以及用户满意度等方面性能均有一定程度提升。

基于文本分类的网页排序算法

随着web技术的发展,好的网页排序算法越来越重要。本文主要讨论了网页排序应当考虑的因素如网页更新时间等。在对这些因素进行分析之后,本文提出了一种基于文本分类的网页排序算法。这个算法能很好地优化查询结果,提高搜索引擎的性能。

从基于超链接结构到面向语义网的网页排序研究

本文首先介绍了基于超链接结构的网页排序的思想和算法,重点介绍了PageRank算法和HITS算法,比较分析了二者的不同,进而指出了链接分析排序的优缺点。随后,笔者引入了语义网检索排序的原理及模型,认为提出建立面向语义网的搜索引擎技术,可以更好地改进网页排序。

信息检索中基于链接的网页排序算法

介绍超链接环境下基于链接的网页排序算法 ,比较和分析了 Page Rank算法和 HITS算法 ,指出了 Page Rank算法更适合于搜索引擎的服务器端 ,而 HITS算法更适合于搜索引擎的客户端。还构造并初步实现了在信息检索中 ,应用超链接环境下网页排序算法的综合模型。

校园网环境下的多参数加权网页排序算法

介绍了笔者所设计的一个校园网搜索引擎(SzCompass)中的网页排序算法。首先详细分析了通用搜索引擎常用的PageRank和HITS网页排序算法;通过比较在校园网和Internet上搜索的主要区别,设计了一种适合校园网的多参数加权的网页排序算法,并对利用该算法实现的搜索引擎的检索效率进行了实验分析。

分布式网页排序算法及其传输模式分析

网页规模的飞速发展要求分布式网页排序技术的出现。在分析了分布式环境下网页划分的策略后;基于集中式PageRank,给出了适于开放系统的GroupPageRank算法;接着提出了两个分布式网页排序算法并给出了一些相关理论结果。同时还对传输模式进行了探讨,提出了具有良好扩展性的间接传输模式。最后在真实数据集上进行了实验,验证了实验的结果。

基于模糊层次分析法的Lucene网页排序算法研究

对改进后的Lucene网页排序算法中考虑的几个因素,用模糊层次分析法的方法对这些因素的权重进行确定,并运用算例对其过程进行说明,使权重向量的确定更有说服力。

一种改进型的网页排序算法

网页排序技术作为Web搜索的核心技术之一。现在许多人对它的研究都很感兴趣。到目前为止,网页排序技术主要有以下三类:一种就是利用网页之间的链接关系来对网页进行排序,另外一种就是通过互联网上的用户行为信息对网页进行排序,也就是用户决定哪个网页是最重要的。其他的网页排序技术主要就是针对特定的领域所采用的特殊的网页技术,例如个性化网页搜索。我们通过研究分析最前面两类网页排序算法,并综合考虑到上面的两类常用的网页排序技术的特点,本文提出一种新的改进型的网页排序算法。通过实验,我们发现这种新的改进型网页排序算法表现出更好的性能。