基于超链接分析搜索引擎页面排序算法的剖析

对搜索结果的排序是搜索引擎中至关重要的一项技术,算法的好坏直接关系到用户输的搜索引擎页面排序算法。对两种最基本的页面排序算法PageR ank和H ITS的算法思想和实现原理进行详细阐述。通过分析对比,总结出它们各自存在的优点和不足进而指出适合其应用的条件领域。最后指出搜素引擎应用超链接分析时应注意的一些影响因素。

网络超链接分析初探

探讨利用文献计量学方法进行网络计量学研究的可行性及方法,并分析网络超链接分析的应用前景。

基于超链接引导和链接图分析的主题搜索引擎

主题搜索引擎是专为查询某一学科或主题信息而出现的查询工具。针对目前各种主题搜索引擎在主题搜索上的优缺点,提出将基于文字内容启发的超链接引导技术与基于Web链接图的PageRank算法相结合的IPageRank?IND算法,以提高链接相关度判断的准确性和主题资源搜索的覆盖率,并将网页按照VSM算法进行内容相关度判断和自动分类,从而提高检索效率。最后构建一个搜索引擎进行实验,通过比较该算法与其他几种算法的实验结果,能够看到IPageRank-IND算法的优势是明显的。

超链接网络分析的理论与应用研究

超链接网络分析提供了网络环境中一种新型的计量分析方法,大大拓展了联机网络分析的应用范围,实现了揭示网络环境中由超链接形成的特殊网络结构的目的。本文对超链接网络分析的理论与应用研究进行了简要综述和评价,包括超链接网络分析的概念、方法、分析技术、数据计量,以及网络计量学的理论研究进展等。

超链接分析方法及其测评方法-指标体系研究

通过对网络信息计量学中的链接分析法和超链接网络分析法这两种方法的评析，提取出关键性指标，建立较为全面的链接洲度指标体系，为评价网站及准确反映网上信息交流情况提供参考依据。

基于Web链接分析的HITS算法研究与改进

垂直搜索引擎的主题搜索策略有基于内容评价的搜索策略和基于Web链接分析的搜索策略,其中HITS算法是一种经典的基于Web链接分析的搜索策略,其主要的缺点是容易发生主题漂移。为了最大程度地避免主题漂移,提出了一种结合网页文本分析和扩散速率改进的F-HITS算法。实验结果表明,这些改进不仅节省了系统的开销,并且提高了页面搜索的准确率。

万维网链接结构的复杂性分析

对于凭借网页间链接结构所构成的超大规模复杂网络,万维网的链接结构并不符合传统的随机网络模型。为此,通过对万维网真实链接数据的提取及分析,计算并对比节点的度分布、平均路径长度及集群系数等相关网络指标。分析结果表明,万维网具有小世界效应,整个网络的平均路径长度约为15跳,具有相似主题的网页组成若干个集群,进而构成无标度网络。

网站链接数据分析与优化研究

以大众点评网、口碑网、58同城网、爱帮网、丁丁网为分析样本,利用链接搜索工具对生活信息服务门户网站进行数据收集和相关分析,给出外链建设建议.

PH-MaxFlow算法发现Web社区

HITS是一种经典的利用链接技术计算网页权威值和中心值的算法,它能够快速发现主题相关网页,其缺点是会发生"主题偏移"现象,首先提出PHITS算法,在一定程度上抑制了这种现象的发生。运用该方法提取权威值高的页面,作为PH-MaxFlow算法的种子节点,使得发现的Web社区更精确。同时提出了一种有效的评价Web社区的标准,用这个标准对原始最大流算法和提出的PH-MaxFlow算法进行比较,从而得出PH-MaxFlow算法发现的Web社区与主题更相关。

基于网络链接模型算法的改进

基于Web超链接分析对当前存在的主流算法PageRank与HITS作了研究.主要讨论了PageRank算法存在评价下滑与评价泄漏的缺陷;简略介绍了HITS算法在主题相关度方面存在的问题;对上述缺陷做出了修正并提出了改进方向.

一种基于源网页质量的锚文本相似度计算方法——LAAT

锚文本作为对目标网页的描述,往往分布在不同的源网页上,质量也参差不齐.本文利用了超链接分析算法的成果,提出一种基于源网页质量的锚文本相似度计算方法--LAAT(Link Aid Anchor Text).实验表明,利用源网页质量能够有效地综合各源网页上的锚文本组成,从而能够提高检索性能.

面向网络的语义Web社区提取算法

Web社区是Web组织中非常重要的信息,将其用于信息搜索策略中可从本质上改善信息检索的结果,为用户提供潜在、及时、准确的信息;如何发现这些高精度的社区,进而快速从网上找到更多关于某一主题的网页是Web数据资源挖掘领域的热点.本文提出了一种多尺度语义Web社区提取算法,该算法很好的将语义信息融入到传统的社区模型中.实验表明,该算法提取的社区精度高,且漏检率较低,社区结构与其所对应的语义产生了较好的映射关系.它为信息检索的社区化奠定了重要的理论基础.

基于站点资源的主题提取算法

传统的主题提取算法存在一些已知的问题。为了更好地满足SEWM-2004中文W eb检索测评中的主题提取任务要求,分析经典的基于超链接分析的主题搜索(hyperlink-induced top ic search,H ITS)等算法,提出了一种以站点作为查询的资源单位,并结合内容分析的主题提取算法CW T 100G上的超链接分析(hyperlink ana lys is w ith inCW T 100G,HAC)。HAC算法首先根据网页的URL将网页按站点分组;然后在每个站内结合网页内容和站内链接关系来计算网页的权值,从而找出站内的Hub网页;接着再分析站间的链接关系进一步计算各网页的最终权值,从而找出站间的Hub网页。两组对比的实验结果表明,HAC算法能找到切合主题的更大的Hub站点。