一种基于网页质量的pagerank算法改进.pdf

一种基于网页质量的pagerank算法改进3343146372万方数据
一种基于网页质量的算法改进陈小飞王轶彤冯小军摘要随着际醯姆⒄购蚖上越来越多的各种信息，如何提供高质量、相关的查询结果成为WebPageRankHITS业搜索引擎中使用．然而，在算法中，每个网页的值被平均地分配到它所指向的所有网Web攻击．基于这样的认识，提出了一个关于算法的改进，称为惴ǎ甉算法动态地评估每个网页的质量，并根据网页的质量对每个网页的值做相应公平的分配．在多个不同特性QPRWebPageRankHITS网络的触角已经延伸到了现实世界的每一个角web展，信息急剧膨胀，一方面使得用户可以通过网络接收到更多的信息；另一方面，更多的垃圾信息也被带计算机研究与发展—／11-1777TP吹┐笱Ъ扑慊蒲Ъ际跹г荷虾XiaofeiWang．miningPageRankHITSWeb效减轻网页对查询结果的影响．．甤YitongandenginesPageRanklinkbased瓾，algorithmPageRankprocessSuchalgorithm)The瓻effectively籲TP391收稿日期：——基金项目：国家自然科学基金项目46(Suppl)3813872009現，paperan
万方数据
āＡ浚殉警川，职‰，一诱‘籨∑裟ù╳唬簆，藍产，。一、等一，1乞给用户．近几年，电子商务开始迅速发展，很多商业网站的点击率直接与经济效益相关．因此网络中出(1inkspam)骗搜索引擎．目前网贞％的点击率来自搜索引擎，并且人们在使用搜索引擎时，往往只关注排名前的网贞，因此如何刘网页进行合理的排序变得极虷是两个著名的网页排序算法，它们都利用网页间的链接关系对网页进行排序．算法奠定了的成功，基本思想与类似．本文对算法进行改进后，提出了基于网页质量的算法．算法在迭代过程中动态地利用每次迭代后的网页值与网页链接结构计算网页相对质量，并将其应用到值的分配中去．使得高质量网页的值积累更快，同时起到过滤噪链、减小垃圾网页值的作用．在主题相关的数据集上的实验表明，排序结果的相关度大大提高．VEG(VE)Web算法是一种主题相关网页排序算法，它对网页进行质量评估的结果反映在它对每个网页给出的两个评(Authority)(Hub)[25]容信息的质量相关，被越多高质量网页所引用，其内容权威度越高；链接权威度与网页提供的超链接的质量相关，引用越多高质量的网页，其链接权威度算法Ｊ利用网络结构中的反向链接信息对网页进行排序，它是一种与主题无关的排序算法．它的主要思想是一个网页被越多高质量的网页引用，那么它的质量就越高，同样它所引用网页的质疑也越高．用值表示网页PageRankqPR传递给玫耐常是一个简单的算法示例．当一个网页集合相互链接成一个环，但不指向集合外的任何一个网页时．它们会不断地累积值，却不向外分配值，导致它们的值都会异常地升高，影响排序结果．这种现象叫作权威值沉积sink)PageRank[61表示网页腜担甆为常数总数，用作归OutDeg(g)qB()P∈，其中，W枘嵋蜃樱ǔＩ栉．．增加阻尼因子d算法PageRank(WPR)63进后的算法，它的计算公式为其中WPRPR分配不同比率的值．该算法较原始的ww0Web的，有一定的局限性．噪链的识别与过滤互联网在高速发展的过程中，发生了巨大的变化．现在，由于大量垃圾网页的存在，网页间的链接是否都具有