基于主题相似度模型的TS_PageRank算法.pdfVIP

小 型 微 型 计 算 机 系 统 2007 年 3 月 第 3 期 Jou rn a l of Ch in ese Com p u ter Sy stem s V o l28 N o. 3 2007 基于主题相似度模型的 - 算法 TS PageRank 黄德才, 戚华春, 钱　能 (浙江工业大学 信息工程学院, 浙江 杭州 3 100 14) : @ . . E m ail hdc zju t edu cn 摘　要: P ageR ank 算法是著名有哪些信誉好的足球投注网站引擎 Google 的核心算法, 但存在主题漂移的问题, 致使有哪些信誉好的足球投注网站结果中存在过多与查询主题无 关的网页. 在分析 P ageR ank 算法及其有关改进算法的基础上, 提出了基于虚拟文档的主题相似度模型和基于主题相似度模型 的 算法框架. 只要选择不同的相似度计算模型, 就可以得到不同的 算法, 形成一个网页排序算法 T S P ageR ank T S P ageR ank 簇. 理论分析和数值仿真实验表明, 该算法在不需要额外文本信息, 也不增加算法时空复杂度的情况下, 就能极大地减少主题漂 移现象, 从而提高查询效率和质量. 关 键 词: 链接分析; 主题相似度; P ageR ank 算法 中图分类号: T P 18　　　　　文献标识码: A 　　　　　　文 章 编 号:(2007) 0305 1005 - TS PageRank A lgor ithm Ba sed on the M odel of Top ic Sim ilar ity , , HU AN G D e ca i Q I H ua chun Q IAN N eng (Colleg e of I nf orm a tion E ng ineering , Z hej iang U n ivers ity of T echnology , H ang z hou 3 100 14, Ch ina) : , Abstract T h e P ageR ank a lgo r ithm is a k ey a lgo r ithm u sed in fam ou s search engin e Google bu t th ere ex ist s a bad p rob lem of top ic , dr ift w h ich resu lt s in too m any w eb p agesw ithou t any co rrelat ion w ith th e u ser’s search top ic in th e list of w eb p ages search ed by th e a lgo r ithm. A fter an a ly sing th e P ageR ank a lgo r ithm an d it s m od ified a lgo r ithm , a sim ilar ity m odel ba sed on v irtua l file vecto r ,