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...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.展开更多
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...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。展开更多
文摘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。