基于网页链接和内容分析的改进PageRank算法

结合网页链接分析和网页内容相关性分析提出一种改进的PageRank算法EPR(Extended PageRank),从分析网页内容相似性的角度解决相关性需求,从网页链接分析的角度解决权威性需求。算法为扩展PageRank提供了广阔的空间,并且实验证明,通过选择合适的参数EPR算法可以获得优于传统PageRank算法的排序结果。

链接分析对引文分析的启示：从PageRank到Paperank

链接分析的发展受引文分析理论的影响,在基本假设前提与应用等方面,链接分析都与引文分析相似,例如,网络影响因子来源于期刊影响因子,共链分析来源于共被引分析。另一方面,网络的动态性赋予了链接分析一些特性,这些特性对于引文分析研究有启示作用。本文在简要介绍引文分析与链接分析的相关理论之后,基于链接分析中的PageRank算法提出了Paperank算法,用于引文分析。在对算法的论证过程中,笔者选取了SCEI中的＂Webometrics＂相关论文为样本,通过比较这些论文的Paperank值与被引次数,凸显Paperank算法的优点。最后,本文提出了Paperank算法的应用前景——学术期刊论文数据库的检索结果排序。

利用链接分析技术提高搜索引擎查找质量的研究

文章对链接分析技术在搜索引擎的页面排名中的应用进行了深入细致的研究,对google的利用链接分析的页面排名算法PageRank算法进行了改进,并将其应用到我们自己的搜索引擎中,给出了它在提高查找质量的页面排名中的具体应用策略。

基于链接分析的科学文献个性化排序算法

首先分析CiteSeer引文网络的结构特征,然后深入讨论PageRank算法的本质,并在此基础上给出一种科学文献个性化排序算法;最后将该算法应用于CiteSeer引文网络,并对实验结果进行分析。个性化向量的计算是实现个性化排序的关键,本文给出等概率、伪被引次数和带时间约束的伪被引次数3种计算方法。

一种基于网页内容和链接分析的主题搜索算法

先从网页内容和网页链接的角度计算网页与主题的相似度,然后将二者归一化,最终确定网页与主题的相关度。从分析网页内容相似度的角度保证网页与主题的相关性,从网页链接分析的角度解决网页搜索的权威性和覆盖率。算法还对PageRank算法进行了改进,将访问网页的概率加入到算法计算过程中,实验结果表明,新的算法具有较高的搜索效率。

基于网站链接分析的“211工程”高校排名实证研究

阐述基于网站链接分析的高校评价研究中存在的两点不足,即链接同等重要假设和数据不可靠性。然后设计一种可根据不同网站类型有侧重抓取的广度优先爬虫算法,抓取"211工程"高校网站作为研究样本。基于所得数据构成的社会网络,对社会网络分析中节点重要性测度的3种指标的排名效果进行实验,发现邻近度声望指标最优。并进一步引入PageRank思想,提出一种对邻近度声望指标进行改进的新指标UnivRank。实验结果表明,新指标的效果显著优于其他指标。

基于链接分析的农业科学数据中心网站群的评价与分析

通过使用相关的数据采集工具对农业科学数据中心网站群的Pagerank值、逆向链接值和检索页面总数进行了测度,以网站访问量作为网络影响力水平的标志,分析了二者之间的关系,并以此来评价农业科学数据中心网站的网络影响力水平,最后探讨了将链接分析方法作为衡量农业网站网络影响力指标的可行性。

基于链接关系分析的PgaeRank改进算法研究

经典的PageRank算法对所有出链网页采用平均分配链出权值的策略,这种方式会导致网页PR值计算的不准确性。通过对链出网页的重要性进行分析,优化链出权值的分配策略,实验结果表明,改进的PageRank算法使得页面排序的结果更加优化。

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.

基于链接分析的Web站点结构提取算法

随着互联网技术的发展,大多数站点体积庞大,结构复杂,使得人们难以从中提取出完整、准确的信息。将链接分析引入到站点结构的提取中,提出一种Web站点结构提取算法,提高站点结构的提取效率。

基于锚文本相似度的链接算法

对链接算法在搜索引擎检索结果排序中的应用进行研究,提出基于Page Rank和锚文本对检索结果进行二次排序,合理评价网页重要程度.实验结果表明,该方法在一定程度上能提高检索效果.

链接信息在Web内容分类中的应用研究

文档分类是Web信息抽取一个基础性的问题。尽管Web文档是超链接的,然而大部分提出的分类技术很少利用链接结构信息,主要依靠文本特征信息。讨论Web内容分类、链接分析等基本概念,提出一个基于链接的分类方法,可以单独使用也可以结合基于文本的分类技术一起使用。

搜索引擎技术分析——Google的PageRank技术剖析

1．PageRank的基本原理 PageRank的发明者对网络超链接结构和文献引文机制的相似性进行了研究，把引文分析思想借鉴到网络文档重要性的计算中来，利用网络自身的超链接结构给所有的网页确定一个重要性的等级数，当从网页A链接到网页B时，就认为网页A投了网页B一票，增加了网页B的重要性。最后根据网页的得票数评定其重要性，以此来帮助实现排序算法的优化，而这个重要性的量化指标就是PageRank值。简单地说，PageRank就是要从链接结构中获取网页的重要性，而网页的重要性决定着同时也依赖于其他网页的重要性。

网络搜索链接技术的研究

介绍了近几年来互联网络搜索中链接分析技术的进展,并为进一步的研究反对易式出了几个可行的方向。

Web Spam技术研究综述

讨论了Spam的基本概念和影响,详细分析了当前各种Spamming技术,包括Term Spaming、Link Spamming和隐藏技术三种类型,这对于开发恰当的反击措施是非常有用的。

基于主题相似度模型的TS-PageRank算法

PageRank算法是著名搜索引擎Google的核心算法,但存在主题漂移的问题,致使搜索结果中存在过多与查询主题无关的网页.在分析PageRank算法及其有关改进算法的基础上,提出了基于虚拟文档的主题相似度模型和基于主题相似度模型的TS-PageRank算法框架.只要选择不同的相似度计算模型,就可以得到不同的TS-PageRank算法,形成一个网页排序算法簇.理论分析和数值仿真实验表明,该算法在不需要额外文本信息,也不增加算法时空复杂度的情况下,就能极大地减少主题漂移现象,从而提高查询效率和质量.

基于主题特征和时间因子的改进PageRank算法

经典PageRank算法单纯地考虑到对网页的链接结构进行分析,而不能考虑到网页在搜索主题方面的相关性和权威性,以及用户对新旧网页的依赖程度的不同。针对经典PageRank算法存在的上述缺陷,综合网页的主题特征和时间特征两个因素,提出了一种改进的PageRank算法WTPR(weighted topic PageRank)。该算法通过网页链接分析和内容分析来解决网页的权威程度和相关程度,通过时间因子实现PageRank值随时间的变动而浮动。仿真结果表明,改进后的算法与PageRank算法相比获得了更好的效果。

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。

一个基于PageRank的科技文献质量评价算法

针对引文分析中单纯根据文献的被引次数多少来评价文献质量优劣的缺点,提出了一个基于Page-R ank算法思想的文献质量评价算法。该算法综合考虑了文献发表机构、作者的权威性、被引次数及发表时间因素,实验证实可以弥补传统引文分析中计量方法的不足。

一种改进的PageRank算法

研究了现有的基于链接结构的PageRank算法。结合网页链接分析和网页内容相关性分析提出了一种改进的PageRank算法,从分析网页内容相关性的角度解决相关性需求,从网页链接分析的角度解决权威性需求,并且实验证明,改进的PageRank算法优于传统的PageRank算法的排序结果。