基于鏈接信息的Web檢索算法的研究與實(shí)現(xiàn).pdf

1、如何對(duì)Web信息進(jìn)行快速、有效的檢索，使得用戶能夠更好地利用Internet上的信息資源，已成為一個(gè)迫切需要解決的問(wèn)題。在這種背景下，基于Web的信息檢索技術(shù)成為當(dāng)前研究的前沿課題。本文著重于Web的信息檢索技術(shù)的研究，作者參與設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)Web信息檢索系統(tǒng)，并使用該系統(tǒng)和相關(guān)模塊參加了文本檢索會(huì)議(TREC)，得了較好的成績(jī)。早期的基于Web的信息檢索技術(shù)只考慮了Web上的超文本文檔的文字內(nèi)容，而忽視了其中的鏈接信息。隨著對(duì)Web

2、信息檢索研究的不斷深入，人們發(fā)現(xiàn)合理地利用鏈接信息對(duì)提高Web檢索的精度和召回率起著重要的作用。國(guó)際上有越來(lái)越多的研究者致力于利用鏈接信息優(yōu)化Web檢索的研究。因此，基于鏈接信息的Web信息檢索技術(shù)已成為當(dāng)前研究的熱點(diǎn)課題，更在國(guó)際性學(xué)術(shù)會(huì)議上成為重要的研究?jī)?nèi)容。 本文工作主要集中在Web信息檢索領(lǐng)域，介紹了Web信息檢索的核心技術(shù)，包括三種經(jīng)典的檢索模型：布爾檢索模型、向量空間檢索模型和概率檢索模型。并全面的論述了基于鏈接信息

3、的Web信息檢索技術(shù)中最具有代表性的幾種算法：如SergeyBrin和LawrencePage提出的PageRank算法，Kleinberg等人提出的HITS算法，RonWeiss等人提出的超鏈接相似度函數(shù)以及R.Lempel等人提出的SALSA算法等。對(duì)其逐一進(jìn)行了詳細(xì)的討論，針對(duì)這些算法作出了綜合分析、分類(lèi)和評(píng)價(jià)，總結(jié)了目前的基于鏈接信息的檢索算法的優(yōu)缺點(diǎn)，針對(duì)這些結(jié)果做了討論和展望，為系統(tǒng)的最終實(shí)現(xiàn)奠定了理論基礎(chǔ)。 同時(shí)，