学位论文 > 优秀研究生学位论文题录展示

基于PageRank算法的搜索引擎优化策略研究

作　者: 张巍
导　师: 李志蜀
学　校: 四川大学
专　业: 计算机应用技术
关键词: 搜索引擎 Web 结构挖掘超链接 PageRank
分类号: TP393.092
类　型: 硕士论文
年　份: 2005年
下　载: 1235次
引　用: 16次
阅　读: 论文下载

内容摘要

随着网络技术的迅猛发展,WWW 已成为信息发布、交互及获取的主要工具,它涉及新闻、广告、消费、金融、教育、电子商务等许多领域。Web 具有四个特点:庞大性、动态性、异构性、半结构化的数据结构环境。此外,Web还包含丰富和动态的超链接资源。面对Web 这些固有特点,人们要从这些海量的数据中查找数据和信息,使用最多的就是搜索引擎技术。Web 挖掘包含三个方面的内容:内容挖掘、结构挖掘和使用挖掘,本文主要涉及到其中的Web 结构挖掘。结构挖掘是从WWW 的组织结构、Web 文档结构和链接关系中推导知识。就搜索引擎技术领域来说,可以通过分析一个网页或整个网站链接和被链接的数量、对象,建立Web 自身的链接结构模式,通过分析和研究PageRank、HITS,TSPR 等基于链接结构的搜索结果排名算法,可以指导网站链接结构优化,有组织,有规划地提高网页在搜索结果中的排名,避免盲目处理造成的混乱结果。本文主要针对目前主流的PageRank 算法,集中研究了该算法的形成思路、计算方法,并分析该算法在独立网站、包含索引页面、包含入站链接和出站链接等几种模型下的效果,提出了相应的优化策略。然后概要介绍了java 版PageRank 计算程式的大体思路,并给出了通过本程序验证这些优化策略的实验结果。最后通过总结PageRank 算法的优缺点,引入了Topic Sensitive PageRank,Hilltop 等算法并做了简要介绍。Web 挖掘是知识时代人们对于从大量信息中获取知识的需要。对于搜索引

全文目录

1. 引言  9-28
  1.1 搜索引擎技术分析  9-16
    1.1.1 分类  10-14
      1.1.1.1 基于Robot 的搜索引擎  11-13
      1.1.1.2 目录搜索引擎  13
      1.1.1.3 元搜索引擎  13-14
    1.1.2 搜索引擎性能指标  14-16
  1.2 Internet 搜索引擎发展演化历史  16-23
  1.3 Web 挖掘浅析  23-28
    1.3.1 Web 数据挖掘的引入  23-26
    1.3.2 Web 结构挖掘(Web Structure Mining)  26-28
      1.3.2.1 定义  26-27
      1.3.2.2 应用  27-28
2. 基于链接结构的搜索引擎结果排序算法研究  28-49
  2.1 HITS  29-33
    2.1.1 算法解析  29-32
    2.1.2 总结  32-33
  2.2 PageRank  33-48
    2.2.1 算法解析  34-39
    2.2.2 基于PageRank 的优化策略  39-44
      2.2.2.1 内部链接  39-42
      2.2.2.2 入站链接  42-43
      2.2.2.3 出站链接  43-44
    2.2.3 算法效率研究  44-47
      2.2.3.1 查全率(Recall Ratio)  44-45
      2.2.3.2 查准率(Precision Ratio)  45-46
      2.2.3.3 相关性排序(Relevant sort)  46-47
    2.2.4 算法总结改进  47-48
  2.3 HITS 算法与PageRank 算法比较  48-49
3. 算法模拟器开发及实验结果  49-58
  3.1 算法模拟器  49-55
    3.1.1 用户接口模块  50-53
    3.1.2 算法逻辑模块  53-55
  3.2 实验结果  55-58
4. 搜索技术发展动向  58-61
5. 总结  61-63
  5.1 关于PageRank 算法  61
  5.2 关于模拟器部分  61-62
  5.3 小结  62-63
参考文献  63-66
附录A:PAGERANK 计算程序  66-80
附录B:模拟器BENCH 类UML 示意图  80-81
作者在研究生期间所做的工作  81-82
声明  82-83
致谢  83

基于PageRank算法的搜索引擎优化策略研究

内容摘要

全文目录

相似论文