基于內容與鏈接分析的主題相關網站排序算法的研究.pdf

1、隨著Internet的飛速發(fā)展，Web的信息量越來越大，人們往往需要借助搜索引擎來尋找資料，為了解決通用搜索引擎返回的大量沒用結果的通病，面向專業(yè)領域的搜索引擎即垂直搜索引擎應運而生。在這種趨勢下，網站作為互聯(lián)網中最重要的有組織的結構之一，在Web搜索和挖掘的應用中起著越來越重要的作用。因此，如何有效的對網站進行關于某個主題相關的重要性排序對于很多Web應用是很有必要的，如垂直搜索引擎、聚焦爬蟲等。 眾所周知，鏈接拓撲學能在鑒別

2、網頁重要性中被廣泛利用。本文中，我們將在傳遞頁面Rank值時考慮被鏈接頁面內容的相關度，在基于主題相關的隨機沖浪者模型基礎上，實現(xiàn)基于內容與鏈接分析的主題相關PageRank頁面排序算法，有效的解決了“主題偏移”的問題。 由于網頁的數(shù)量比網站的數(shù)量大的多，通過計算主題相關的頁面PageRank之和來獲得主題相關下網站的排名是不可行的。為了解決這個問題，本文在前人的基礎上提出了基于鏈接與內容分析的主題相關AggregateRank