基于時態(tài)和搜索關(guān)鍵詞間的距離關(guān)系的網(wǎng)頁排序算法.pdf

1、隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)中的網(wǎng)頁數(shù)量也在不斷增加，用戶在感受獲取信息便利的同時，也伴隨著從海量數(shù)據(jù)中快速查找需要的信息而變得日益困難。在這樣的情形下，搜索引擎成為用戶快速找到目標(biāo)信息的最佳途徑。搜索引擎是根據(jù)一定的策略，從互聯(lián)網(wǎng)中收集信息，對信息進(jìn)行組織和處理之后，為用戶提供檢索服務(wù)。一般而言，用戶更傾向于點(diǎn)擊前幾頁的網(wǎng)頁鏈接，因此，合理的對返回檢索結(jié)果進(jìn)行排序顯得尤為重要，這關(guān)系到用戶對反饋結(jié)果的滿意度。對搜索引擎的檢索結(jié)果進(jìn)行

2、排序的算法中，PageRank算法最具有代表性，PageRank算法是基于網(wǎng)頁鏈接結(jié)構(gòu)，優(yōu)點(diǎn)在于它對互聯(lián)網(wǎng)上的網(wǎng)頁給出了一個全局的重要性排序，并且算法的計(jì)算過程是通過線下完成的，這樣有利于迅速響應(yīng)檢索請求，不過，其缺點(diǎn)在于主題無關(guān)性，偏重舊網(wǎng)頁。
　　時間是網(wǎng)頁信息中的一個重要緯度，當(dāng)人們閱讀一篇網(wǎng)頁新聞時,他們首先會把文章的內(nèi)容和時態(tài)信息聯(lián)系起來。網(wǎng)頁中不僅包含有文本信息，同時也包含有大量的時態(tài)信息。而傳統(tǒng)的搜索引擎，只是簡單的

3、對文本關(guān)鍵詞進(jìn)行檢索，卻沒有關(guān)注時態(tài)信息的檢索，因此，將時間信息運(yùn)用在Web信息檢索中，可以大大加強(qiáng)文本信息檢索效果。時態(tài)信息包含確定時態(tài)信息和不確定時態(tài)信息，其中，對不確定時態(tài)信息的處理是學(xué)術(shù)界的難點(diǎn)，它包括對不確定時態(tài)信息的語義、時態(tài)粒度、時態(tài)跨度等定義與分析。針對不確定語義造成的時態(tài)不確定性與多樣性問題，提出了對不確定語義進(jìn)行轉(zhuǎn)換的思想，使得時態(tài)信息可以參與量化計(jì)算。
　　構(gòu)成詞語(或者短語)成分之間的線性排列次序也同樣反映

4、出人類思維與認(rèn)知的軌跡,即詞序映照人的思維與認(rèn)知順序。通過大量的調(diào)查發(fā)現(xiàn)，一般用戶搜索輸入的關(guān)鍵詞數(shù)量集中在2至8個關(guān)鍵詞之間，若這些查詢關(guān)鍵詞集分布在網(wǎng)頁內(nèi)容的位置相對聚集，則表明該網(wǎng)頁與用戶查詢關(guān)鍵詞的相關(guān)度較高。因此，在Web檢索中，加入搜索關(guān)鍵詞集之間的位置關(guān)系信息在網(wǎng)頁中的分布作為排序參考的因子，可以大大提高搜索結(jié)果的準(zhǔn)確率。
　　本文通過對經(jīng)典的PageRank算法進(jìn)行研究學(xué)習(xí)，針對搜索關(guān)鍵詞在網(wǎng)頁中的距離關(guān)系特征，提

5、出了對查詢關(guān)鍵詞進(jìn)行聚類的思想，將其轉(zhuǎn)換成計(jì)算搜索關(guān)鍵詞在網(wǎng)頁中的聚集程度，在原有的PageRank算法的基礎(chǔ)上增加對關(guān)鍵詞的聚合密度考量，并給出了搜索詞聚類的形式化描述模型；并結(jié)合搜索詞中含有時態(tài)關(guān)鍵詞信息，考慮時態(tài)的粒度屬性與不確定的語義，提出了一種基于時態(tài)和搜索關(guān)鍵詞間的距離關(guān)系的PageRank改進(jìn)算法，并最終在實(shí)驗(yàn)中驗(yàn)證該算法的有效性。
　　論文的主要創(chuàng)新點(diǎn)在于：（1）利用層次聚類的方式將網(wǎng)頁中的查詢關(guān)鍵詞進(jìn)行聚類，通過