搜索引擎有關排序算法研究.pdf

1、隨著互聯(lián)網的不斷發(fā)展，網絡已經成為了人們獲取信息的重要來源。但是網絡信息的快速增加，使得人們快速準確查找信息的難度也不斷增大。搜索引擎的出現(xiàn)，就是為了幫助人們解決這個問題。搜索引擎是一項不斷發(fā)展的技術，包括網頁抓取、分詞、頁面索引、數(shù)據(jù)存儲、檢索、結果排序等一系列的技術環(huán)節(jié)，搜索結果排序是其中最重要的環(huán)節(jié)之一。用戶最關注的就是搜索引擎返回的搜索結果和自己的查詢主題是否一致，結果頁面是否能滿足自己的信息需求。因此，在海量信息中，搜索引擎能

2、否將最相關的頁面顯示在搜索結果的最前面，成為了搜索引擎目前發(fā)展最關注的問題。
　　 本文通過了解搜索引擎發(fā)展歷程，研究搜索引擎技術的整體架構，分析了搜索引擎系統(tǒng)各個部分的主要功能和整個工作流程，明確了搜索引擎的評價標準。在此基礎上，著重研究了搜索引擎排序算法的有關問題。按照基于網頁內容的排序算法和基于頁面鏈接分析的排序算法兩類不同的排序算法思想，分別分析了這兩類算法的基本原理和實現(xiàn)方法，重點研究了PageRank算法、HITS算

3、法、HillTop算法這三種經典的排序算法，從算法思想、基本過程、算法的優(yōu)缺點和已有的改進方法等方面，詳細對基于頁面鏈接分析的排序算法進行了研究。
　　 本文針對基于頁面鏈接分析的排序算法存在的問題，引入了用戶反饋的概念，分析了用戶反饋在搜索引擎中使用的方式，并以PageRank算法為基礎，提出了改進的方法。改進的PageRank算法添加了用戶點擊次數(shù)反饋和點擊時間反饋的反饋權重，并結合基于網頁內容的排序算法思想，加入了網頁內容