Weighted PageRank Algorithm Search Engine Ranking Model for Web Pages

As data grows in size,search engines face new challenges in extracting more relevant content for users’searches.As a result,a number of retrieval and ranking algorithms have been employed to ensure that the results are relevant to the user’s requirements.Unfortunately,most existing indexes and ranking algo-rithms crawl documents and web pages based on a limited set of criteria designed to meet user expectations,making it impossible to deliver exceptionally accurate results.As a result,this study investigates and analyses how search engines work,as well as the elements that contribute to higher ranks.This paper addresses the issue of bias by proposing a new ranking algorithm based on the PageRank(PR)algorithm,which is one of the most widely used page ranking algorithms We pro-pose weighted PageRank(WPR)algorithms to test the relationship between these various measures.The Weighted Page Rank(WPR)model was used in three dis-tinct trials to compare the rankings of documents and pages based on one or more user preferences criteria.Thefindings of utilizing the Weighted Page Rank model showed that using multiple criteria to rankfinal pages is better than using only one,and that some criteria had a greater impact on ranking results than others.

面向功能语义增强与标签关联的Web服务标签推荐

为了提升标签推荐的质量,提出一种面向功能语义增强与标签关联的Web服务标签推荐方法。将语境权重融入TextRank模型,提取与服务功能契合度高的关键词,用于构建功能语义增强的服务表征向量;建立标签关联图,基于改进的GraphSAGE模型生成标签关联向量;利用KNN算法获取推荐的主标签与候选标签集合,面向服务表征向量和标签关联向量构建融合适配度与关联度的标签推荐方法。实验表明,所提方法在accuracy与F_(1)-score指标上优于当前流行的标签推荐方法,标签推荐质量得到提升。

基于加权随机森林的Web数据库检索结果智能分类方法

Web数据库检索结果具有数据复杂、数量庞大的特点,数据间的复杂关系处于一种模糊状态,导致隶属度区别较小,分类过程需要多次迭代,效率较低。因此,提出了基于加权随机森林的Web数据库检索结果智能分类方法。提取Web数据库检索结果数据特征,并对Web数据库检索结果进行冗余处理。经过冗余处理之后,采用加权随机森林技术确定Web数据库检索结果模糊隶属度的范围。最后通过计算样本的分类权值,设计Web数据库检索结果分类器,实现Web数据库检索结果智能分类。实验结果表明:该方法的F1值均在95%以上,最长分类时间仅为7.8 s,表明本文方法能够更快速、精确地完成分类任务。

An Availability Evaluation Method of Web Services Using Improved Grey Correlation Analysis with Entropy Difference and Weight

Web services is one of the basic network services, whose availability evaluation is of great significance to the promotion of users’ experience. This paper focuses on the problem of availability evaluation of Web services and proposes a method for availability evaluation of Web services using improved grey correlation analysis with entropy difference and weight (EWGCA).This method is based on grey correlation analysis, and use entropy difference to illustrate the changes of availability, set weight to quantize availability requirements of different operations or transactions in services. Through simulation experiment in high load scenarios for Web services, the experiment result shows that our method can realize hierarchical description and overall evaluation for availability of Web services accurately in the case of smaller test sample volumes or uncertain data even in the field of big data.

Improved Term Weighting Technique for Automatic Web Page Classification

Automatic web page classification has become inevitable for web directories due to the multitude of web pages in the World Wide Web. In this paper an improved Term Weighting technique is proposed for automatic and effective classification of web pages. The web documents are represented as set of features. The proposed method selects and extracts the most prominent features reducing the high dimensionality problem of classifier. The proper selection of features among the large set improves the performance of the classifier. The proposed algorithm is implemented and tested on a benchmarked dataset. The results show the better performance than most of the existing term weighting techniques.

一种综合考虑主客观权重的Web服务QoS度量算法

已有的Web服务Qo S(quality of service)度量方法由于无法对用户偏好的模糊性予以准确量化,以及对候选服务Qo S属性数据分布特征的忽视,导致其度量结果不准确.为此,提出了一种综合考虑主客观权重的Web服务Qo S度量算法.该算法利用自适应用户偏好的主观权重计算方法和服务潜能保障的客观权重计算方法,从主观和客观两个角度进行Qo S度量,以保障度量结果在符合用户偏好的基础上能够准确地反映服务的整体性能.理论分析和基于QWS真实数据集的实验结果表明,所提出的方法能够准确地获得Web服务Qo S的度量结果.

Web页面中文文本主题的自动提取研究

Internet上的内容日益增多 ,搜索引擎返回的结果往往冗长。本文首先讨论Web页面文本与一般文本的四个不同点 ,然后介绍一种以统计方法为主、以匹配校验为辅的Web页面中文文本主题自动提取方法 ,它能帮助用户在最短时间内了解当前页面的主题。实验显示 ,所提取的前15个字串 ,反映主题的平均正确率在 85%以上 ,而处理时间仅为几十到几百毫秒。

基于图的Web服务组合优化的研究

单个Web服务难以满足实际应用的需求,如何组合已有的服务,形成新的服务,已成为此领域的研究热点。现在的组合方法极少考虑服务质量QoS(Quality of Service)。对于一些提供相似功能的Web服务,服务质量是判断是否选择此服务的关键因素,组合服务的质量必须满足用户的需求。本文基于SOA的服务开发思想,针对当前服务组合存在的问题,提出了一种基于QoS的服务组合方法,并给出了构建基于QoS的Web服务组合及选择最佳服务的策略,通过整合单个服务的质量以得到最终组合服务的整体最佳质量。在满足用户组合服务的功能需求的同时,也满足了用户对服务质量QoS的需求,实现了需求服务的优化。

Web文档中词语权重计算方法的改进

以向量空间模型作为Web文本的表示方法,对传统的TF*IDF公式进行了改进。首先,结合Web文本中HTML标签的修饰功能,体现了特征词在Web文本结构中的位置信息;其次,以广义信息论为理论基础,引入了基于二次熵的互信息作为权重计算公式的一项,体现了单词的类区分能力。实验验证了该方法的可行性和有效性。

基于Web的文本检索位置加权模型研究

本文分析了传统向量空间检索模型在Web环境下的不足,提出了两种改进的线性加权模型及非线性加权模型;实验结果表明,两种模型的文本检索能力相比传统向量模型都有较大提高。

一种结合语义Web和用户信任网络的协同过滤推荐模型

协同过滤由于数据稀疏、冷启动等问题导致了相似用户发现变得困难,从而影响推荐结果的质量。为克服这一不足,提出一种以本体、语义Web为基础的方法,通过构建用户之间的信任网络以及计算用户间的信任权重值,从而增加系统中相似用户发现的数量,改善推荐结果的准确性、可靠性。实例证明,该方法能够帮助推荐系统发现更多的相似用户。

基于非均衡变异离散粒子群算法的QoS全局最优Web服务选择方法

QoS全局最优的Web服务选择是NP完全问题.针对现有解决方案的不足,提出了一种改进的离散粒子群算法.该算法首先根据问题模型重新定义了粒子群算法中的位置、速度和算子操作,然后对最优粒子进行非均衡变异,并设计了非均衡变异概率函数,同时在速度和位置更新中分别采用自适应权重调整机制和局部适应优先策略.通过实验仿真,与他人工作对比结果表明,提出的算法在降低服务选择时间的同时,提高了服务选择的质量.

一种新的加权后缀树Web文档聚类方法

针对Web文档的结构及其特征,提出了一种新的加权后缀树聚类方法WSTC。首先,根据Web文档的HTML标签,把文档划分为具备不同重要性等级的段,段划分成句子,句子分割为词。其次,用句子替代文档构造后缀树,把其重要性等级作为结构权融入后缀树的节点,形成文档集的加权后缀树模型。最后,在选择和合并基类过程中,综合利用节点包含的文档数、句子数、短语长度和结构权。仿真实验表明,WSTC算法比传统STC算法取得了更好的聚类效果。

加权Web访问模式聚类算法

针对 Web应用挖掘中聚类算法中的问题 ,提出加权 Web访问模式聚类算法 .该算法利用服务器日志库中保存的网页访问次数信息 ,提高了聚类的客观性和准确性 .

Web数据库近似查询结果自动排序方法

针对Web数据库近似查询产生的多查询结果问题,提出了一种近似查询结果自动排序方法,该方法利用KL距离(Kullback-Leibler distance),PIR(probabilistic information retrieval)模型和查询历史(query history)来构建元组排序打分函数;打分函数根据结果元组中被查询指定的属性值对初始查询的满足度和未被查询指定的属性值与用户偏好的相关度来评估元组的排序分值.实验证明,提出的排序方法能够较好地满足用户需求和偏好,并具有较高执行效率.

基于时空相似度感知的Web服务QoS协同过滤推荐

在Web服务推荐过程中,Web服务缺失服务质量(QoS)值的预测精度会对服务推荐合理性产生重要影响。为此,结合时空相似度感知,提出一种新的Web服务QoS协同过滤推荐算法。从QoS协同预测角度对Web服务推荐系统框架进行设计,并给出相关参数集合定义。针对传统top-K算法中部分服务与目标服务不相似的问题,利用时空相似度感知结合相似权重的方式预测缺数据,以提高预测精度,并通过简单示例给出算法的计算过程。实验结果验证了该算法的有效性。

Web搜索结果挖掘的研究与应用

Internet上的信息是日益增加的,为了简单地获取所需要的信息和共享Internet上的信息资源,就必须要找到好的Web挖掘方法,其中基于加权统计的Web挖掘方法是一种简单的容易实现的方法。文章重点介绍了基于加权统计的Web挖掘方法和元搜索引擎,并实现智能搜索引擎,文章着重说明了基于加权统计的Web挖掘方法及算法中所使用的数据结构。

一种改进的基于最大流的Web社区挖掘算法

针对原始最大流算法给每条边的边容量分配一个常量值,在社区质量及成员数量上造成的问题,提出了一种改进的Web社区挖掘算法。该算法考虑不同边的重要性差异,将加权PageRank算法中页面的重要度转化为衡量页面之间边重要性的传递概率值,并使用该值对边容量进行赋值。实验结果表明,改进的算法有效地提高了Web社区的质量。

基于服务质量的动态Web服务组合方法研究

针对Web服务组合中权重固定、选择不灵活、性能不佳等问题,通过改进遗传算法提出一种基于服务质量的变权动态Web服务组合方法(VW-DWSC-Qo S)。VW-DWSC-Qo S组合方法使用变权Qo S参数,引入罚函数策略,并动态调整变权因子、交叉因子和变异因子,使其实现了在较短时间内找到符合用户需求的Web服务组合。理论分析和仿真实验表明该组合方法的可行性和有效性,与传统的方法相比,其最优解具有更好的服务质量和适应度。

基于有色Petri网的Web服务协商

针对Web网络端到端会话的需要,提出了一种Web服务协商协议,定义了通信原语,在服务提供者和服务消费者之间自动地协商QoS信息,并采用有色Petri网模型对该协议进行了形式化描述。将Web服务的QoS划分为r个一级对象、ni个二级对象,根据不同应用中QoS对象关注程度确定权重,采用加权模糊推理模型构造应用函数,作为协商的依据。分析表明,该模型对服务发现与服务集成中自治实体间达到共识是有效的。