基于多權(quán)重因子的PageRank算法改進(jìn)_溫韜

　　Google 將 Web 挖掘技術(shù)引入搜索引擎并提出 PageRank 算法，其搜索精度遠(yuǎn)高于以往的搜索引擎，在商業(yè)應(yīng)用方面獲得巨大成功。另一方面，PageRank 算法固有的缺陷日益暴露，許多學(xué)者對(duì) PageRank 算法進(jìn)行了改進(jìn)， 例如： 針對(duì)主題特征無(wú)關(guān)性問(wèn)題， Taher Haveliwala 提出一種主題敏感算法;針對(duì)忽視域的價(jià)值問(wèn)題 Bharat 提出 HillTop 算法; 針對(duì)歧視新網(wǎng)頁(yè)的問(wèn)題焦金濤提出了 PRT 算法，該算法加入時(shí)間權(quán)值，量化標(biāo)準(zhǔn)是 spider 抓取頁(yè)面時(shí)間和網(wǎng)頁(yè)發(fā)布時(shí)間的天數(shù)差，PRT 得分與時(shí)間權(quán)值成反比; 張芳提出分析用戶行為來(lái)關(guān)注用戶興趣度， 王德廣等人則提出使用 Web 日志文件的 time-taken 字段來(lái)量化用戶行為。以上改進(jìn)雖都有效提高了搜索質(zhì)量， 但焦金濤的改進(jìn)雖考慮新網(wǎng)頁(yè)歧視問(wèn)題，改進(jìn)算法卻未能考慮 spider 的訪問(wèn)周期，張芳的用戶行為分析未能夠做出具體量化， 王德廣等人則只單考慮用戶瀏覽時(shí)間因素。本文通過(guò)對(duì) PageRank 算法的研究，借鑒前人思想，提出一種結(jié)合時(shí)間特性、語(yǔ)言結(jié)構(gòu)分析、用戶行為分析為一體的 PageRank 改進(jìn)算法 TWPR。