基于改進的PageRank的網(wǎng)頁信息可信度評估方法研究.pdf

1、近年來，隨著Internet的快速發(fā)展，Web為用戶提供了大量的網(wǎng)頁信息資源，并逐步成為了人們獲取信息的主要途徑之一。但Web 數(shù)量及內(nèi)容的快速增加，使得用戶越來越難對網(wǎng)絡(luò)中信息的可信程度進行甄別。本文在傳統(tǒng)的Web 結(jié)構(gòu)挖掘算法PageRank的基礎(chǔ)之上，針對如何評估Web信息可信度的問題進行了研究。
　　 通過實際考察和具體分析，網(wǎng)頁信息可信的影響因素主要有網(wǎng)頁之間的交互結(jié)構(gòu)、網(wǎng)頁信息主題之間的相關(guān)程度以及網(wǎng)頁信息的發(fā)布時間

2、等。本文綜合考慮了上述影響因素，提出了一種基于改進的PageRank的網(wǎng)頁信息可信度評估方法。該方法首先考慮了網(wǎng)頁間的交互結(jié)構(gòu)，通過分析網(wǎng)頁信息所在網(wǎng)頁的鏈接與被鏈接的數(shù)量、對象，建立網(wǎng)頁信息自身的交互結(jié)構(gòu)圖；然后利用TF-IDF 公式將網(wǎng)頁信息主題表示成向量的形式，并利用向量余弦距離公式計算網(wǎng)頁信息主題間的相關(guān)程度，通過分析網(wǎng)頁信息主題間的相關(guān)程度把最具代表性的網(wǎng)頁信息提取出來；此外，本文又考慮到網(wǎng)頁信息內(nèi)容具有不同的發(fā)布時間，因而該

3、方法在可信度評估過程中引入了時間衰減函數(shù)，利用該函數(shù)反映時間這一要素對網(wǎng)頁信息可信度的影響。
　　 文章最終的評估方法是在加權(quán)的交互結(jié)構(gòu)圖中計算每個網(wǎng)頁信息的可信度。文中將網(wǎng)頁信息主題之間的相關(guān)程度、網(wǎng)頁信息的發(fā)布時間等相關(guān)因素引入到網(wǎng)頁信息的交互結(jié)構(gòu)圖中，利用信任傳播機制在交互結(jié)構(gòu)圖中維護節(jié)點的可信度，達到了一個結(jié)點的可信度改變后，其他相關(guān)結(jié)點都隨之動態(tài)改變的目的。通過具體實驗對本文提出方法進行了驗證，實驗結(jié)果表明基于改進的P