学位论文 > 优秀研究生学位论文题录展示

Web结构挖掘中Hits算法研究与改进

作　者: 杨锦钰
导　师: 高世臣
学　校: 中国地质大学（北京）
专　业: 应用数学
关键词: HITS算法链接分析相关度流行度
分类号: TP311.13
类　型: 硕士论文
年　份: 2008年
下　载: 190次
引　用: 0次
阅　读: 论文下载

内容摘要

网页的高速和无序增长,使整个互联网的信息资源缺乏有效的组织和结构。传统的搜索引擎为用户检索Web信息提供了强有力的工具,但是随着互联网的高速发展,它们越来越难以满足用户的检索需要。本文首先分析了互联网对信息检索技术提出的挑战,分析了传统搜索引擎的优缺点,并介绍了传统搜索引擎采用的基于Web结构挖掘的几种基本技术。基于Web结构分析的方法从Web的组织结构和链接关系中推导知识。本论文系统的介绍了基于结构分析的Web信息检索技术的发展,重点介绍了HITS算法及对它的分析和改进。HITS算法是基于查询主题的重要的链接分析方法之一,但它对链接不加区分,容易产生主题漂移现象。本论文在分析HITS算法的基础上,提出了基于主题相关度和网页流行度的改进HITS算法,利用相关度和流行度来区分链接的重要性。通过与HITS算法的对比实验,结果表明:改进的HITS算法比原始的HITS算法、ARC算法、SALSA算法能找到更多的相关网页,相关度比例提高30%-50%,从而极大地减少了主题漂移现象,提高了查询效率和质量。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章前言  9-13
  1.1 研究背景  9-10
  1.2 Web 数据挖掘过程及分类  10-11
  1.3 本文的主要工作  11-13
第二章 Web 数据挖掘简介  13-24
  2.1 Web 数据挖掘的起源和定义  13-14
    2.1.1 Web 数据挖掘的起源  13-14
    2.1.2 Web 数据挖掘的定义  14
  2.2 Web 挖掘分类  14-18
    2.2.1 Web 内容挖掘  14-15
    2.2.2 Web 使用挖掘  15-17
    2.2.3 Web 结构挖掘  17-18
  2.3 Web 挖掘特点与难点  18-23
    2.3.1 Web 挖掘特点  18-20
    2.3.2 Web 挖掘难点  20-23
  2.4 Web 挖掘的发展方向  23-24
第三章 Web 结构挖掘算法分析  24-37
  3.1 结构挖掘的理论基础  24-26
  3.2 传统的结构挖掘算法分析  26-34
    3.2.1 Page Rank 算法  26-29
    3.2.2 HITS 算法  29-33
    3.2.3 ARC 算法  33-34
    3.2.4 SALSA 算法  34
  3.3 Page Rank 与 HITS 算法比较  34-37
    3.3.1 HITS 算法优点  34-35
    3.3.2 HITS 算法缺点  35-37
第四章改进HITS 算法  37-41
  4.1 网页与查询主题相关度  37
  4.2 网页流行度  37-39
  4.3 改进HITS 算法描述  39-41
第五章改进HITS 算法测试结论  41-46
  5.1 评价方法  41-43
  5.2 实验说明  43-44
  5.3 评价  44-46
第六章总结和展望  46-49
  6.1 总结  46-47
  6.2 展望  47-49
参考文献  49-51
致谢  51

Web结构挖掘中Hits算法研究与改进

内容摘要

全文目录

相似论文