学位论文 > 优秀研究生学位论文题录展示

Web结构挖掘研究

作　者: 刘嘉
导　师: 王宇平
学　校: 西安电子科技大学
专　业: 计算机软件与理论
关键词: Web结构挖掘链接分析 PageRank算法
分类号: TP393.09
类　型: 硕士论文
年　份: 2009年
下　载: 45次
引　用: 0次
阅　读: 论文下载

内容摘要

随着互联网的迅速发展,WWW已经成为全球最大的信息库。但是面对WWW里浩如烟海的信息,如何快速准确地找到所需信息或是提取有用知识便成为一个急需解决的问题。将传统的数据挖掘技术和Web数据的特点结合起来,进行Web挖掘成为解决这一问题的有效途径。Web挖掘主要包括内容挖掘、结构挖掘和使用挖掘三个方面,本文主要涉及Web结构挖掘。研究表明Web上的链接结构含有非常丰富和重要的信息,链接分析技术已经被成功的用于研究网络的链接结构来查找重要页面。本文对经典的Web结构挖掘算法HITS和PageRank做了深入的学研究与探讨,对比分析了它们各自的特点。针对Google所使用的PageRank算法,在分析了该算法的形成思路、计算方法后,提出了站内链接、入站链接和出站链接等几条网站布局的优化策略。考虑到PageRank算法将页面权威值平均分配会影响到网页排序质量这一不足,提出了基于入度大小来分配权威值的改进PageRank算法(Improved PageRank,简记为：IPR),该算法认为那些入度较高的页面具有更高的价值,在分配权威值时提高了对高入度页面的分配比例。最后通过试验仿真建立了一个网络图,验证了改进算法的有效性。

全文目录

相似论文

基于链接分析的Blog网页排序算法的研究,TP393.092
公开信息搜集方法研究与实现,TP311.13
面向Web社会网络的分析工具,TP393.09
基于链接分析的网页排序及相关Link Spam算法的研究,TP393.092
公众参与决策方式方法研究,X321
基于链接结构分析的Web页面排序算法,TP393.092
搜索引擎主题相关性研究,TP391.3
基于网络计量的211高校图书馆网站链接及流量分析研究,G250.7
金融领域的博客信息采集与排序算法研究,TP393.092
一种新的Web结构挖掘算法的研究,TP311.13
基于云计算的Web结构挖掘算法研究,TP311.13
基于搜索算法的Web安全,TP393.08
基于手机图片搜索引擎的设计与实现,TP391.3
恶意URL检测项目中基于PageRank算法的网络爬虫的设计和实现,TP391.3
Web结构挖掘算法研究及改进,TP393.09
基于蚁群算法的主题爬虫技术研究与实现,TP391.3
基于链接分析的搜索引擎排序算法研究,TP391.3
基于链接结构的网页排序算法研究,TP393.092
基于最大流与页面相似度值的Web结构挖掘研究,TP393.09
基于Nutch的Web结构挖掘算法研究,TP393.09