版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、在科技飛速發(fā)展、信息高度膨脹的今天,互聯(lián)網(wǎng)已經(jīng)成為推動生產(chǎn)力發(fā)展最重要的工具。而且,人們獲取自己所需的知識和信息的方式也正逐漸發(fā)生變化,從以往的在圖書館翻閱書籍,向網(wǎng)絡查詢和瀏覽網(wǎng)頁等過渡。因此,在近些年,搜索引擎已然發(fā)展成為如今網(wǎng)絡信息的重要入口之一。除了搜索結果的相關性之外,網(wǎng)頁質量也開始受到各個搜索引擎的關注,這是因為網(wǎng)頁質量的高低會直接影響著用戶瀏覽網(wǎng)絡時的體驗和感受。如何快速且準確的衡量網(wǎng)頁質量的高低,成為搜索引擎發(fā)展過程中需
2、要解決的一個核心問題。
但目前很多搜索引擎用來衡量網(wǎng)頁質量的方法還非常有限,通常只有簡單的網(wǎng)頁文本分析和網(wǎng)頁間鏈接分析,或者對部分大型網(wǎng)站的絕對信任等。這種方法不僅片面,而且很容易被作弊者攻擊,使結果變得極其不準確,無法到達預期的效果。
其實,在現(xiàn)實情況中,有很多因素會影響一個網(wǎng)頁的質量,例如:網(wǎng)頁的外觀是否美觀、結構是否合理、內(nèi)容是否豐富、信息是否權威等等。但是,因為可供選擇的特征過多,如果不加以適當?shù)倪x擇和優(yōu)化,
3、非但不能提高網(wǎng)頁質量預測的準確性,相反還會使預測的速度變慢、效率降低。
本課題將針對目前網(wǎng)頁質量評估中存在的問題,提出改進方案。首先,分別通過網(wǎng)頁外觀、網(wǎng)站信息、網(wǎng)頁內(nèi)容、網(wǎng)頁鏈接、反作弊分析,這五個方面綜合考慮,提出一些可供選擇和考慮的影響因素。然后,對這些因素進行逐一的分析,根據(jù)他們的重要程度和性能等衡量標準進行適當?shù)暮Y選。最終,根據(jù)篩選所得的特征組合,訓練出一個簡單、快速、準確的機器學習模型,并依此模型建立一整套全面而系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論