检索结果-南通市图书馆

辽宁大学学报（自然科学版） 2022年第4期49卷 307-313页

作者：王嵘冰刘鹤辽宁大学信息学院辽宁沈阳110036

传统的网页排序算法只考虑到用户对网页的访问量、网页更新率、网页转载次数等,而忽视了跳出率,跳出率是反映页面流量质量的重要指标.本文将网页跳出因素以权重因子形式融入网页排序Hyperlink-Induced Topic Search(HITS)算法中得到Boun... 详细信息

传统的网页排序算法只考虑到用户对网页的访问量、网页更新率、网页转载次数等,而忽视了跳出率,跳出率是反映页面流量质量的重要指标.本文将网页跳出因素以权重因子形式融入网页排序Hyperlink-Induced Topic Search(HITS)算法中得到Bounce Rate HITS(BRHITS)算法,更新融入页面跳出率的权威页面鉴别算法的Authority值.实验过程中,利用爬取门户网站数据将HITS算法与基于内容相关性改进的HITS算法(GHITS)、BRHITS算法进行实验对比.实验结果表明,BRHITS算法比上述两种算法的查准率提高10%~30%.因此本文提出的算法能够在一定程度上改善页面排序质量.

关键词： HITS算法权威度中心度跳出率

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于时间反馈和主题相关度的页面排序算法改进研究

基于时间反馈和主题相关度的页面排序算法改进研究

引用

作者：刘鹤辽宁大学

学位级别：硕士

HITS算法是流行的网页排序算法,然而随着互联网中数据量不断激增,在排序结果中该算法一方面存在偏重旧网页问题,另一方面存在页面排序质量问题,因此许多学者对算法做出了改进。针对偏重旧网页问题,也就是最终查询排名靠前的常常是在互... 详细信息

HITS算法是流行的网页排序算法,然而随着互联网中数据量不断激增,在排序结果中该算法一方面存在偏重旧网页问题,另一方面存在页面排序质量问题,因此许多学者对算法做出了改进。针对偏重旧网页问题,也就是最终查询排名靠前的常常是在互联网中存在较长时间的页面。从时间维度考虑,由于页面的发布日期格式不规范,时间参数获取困难,所以本文考虑了在周期内爬虫爬取到网页出现的次数T,将时间次数T根据牛顿冷却公式给出时间函数,作为时间权重。然而由于在互联网中用户的搜索行为日益增长,因此参考了N-Step页面排序思想,考虑到了用户在下一步进行页面选择时的概率,不仅仅涉及到页面本身的入链与出链数同样也包括与该页面存在链接关系的所有页面的链入与链出页面数,并进一步加入时间权重。作为权重因子融入到HITS算法中命名为Ti HITS算法（Timed HITS）。在不同查询主题下进行实验,将Ti HITS算法与原始HITS算法、TM-HITS算法进行对比该算法提高了搜索结果中最新发布网页的命中率,平均提高20%-40%,可见Ti HITS算法惩罚旧页面的有效性。在页面排序质量问题中,每个页面被分配相同的权重,导致给不同相关度的页面赋予不合理的权值,有学者提出了页面流行度权重与网站权威度权重,进而为每个页面赋予不同的权重值。综合两种权重的思想得到权威值高的页面取决于它的入链,因此本节提出页面权威度权重。从页面的角度出发,评估网页内容的粘性时突出的指标就是跳出率,进而本文考虑了网页跳出率因素,并将跳出率权重与页面权威度权重相结合融入到页面排序算法HITS中。需要注意的是对于新出现的页面来说,所接受的链接往往没有那些旧的页面多,因而得不到较高的等级。在前面提出的Ti HITS算法通过实验证明新页面的排名上升。因此除了在提出的新算法将两种权重融合之外还需进一步融合时间权重。最终得到Ti WBRHITS算法（Timed web Bounce Rate HITS）算法,在针对不同的查询主题实验过程中,利用爬取门户网站数据将Ti WBRHITS算法与HITS算法、IHITS算法进行实验对比。实验结果表明Ti WBRHITS算法比上述两种算法的查准率提高20%-30%。

关键词： HITS 权威度中心度跳出率时间权重

来源：

同方学位论文库评论