网络检索

网络检索内容摘要：

ageRank 文件 ID 发出链接 ID 被链接 ID 1 1 2,3,4,5,7 2,3,5,6 2 5 1,3,4,6 1,4,6,7 3 2 1 1,3,4 4 3 1,2 1,4,5 5 4 2,3,5 1,5 6 7 5 1 7 6 1,5 5 PageRank计算（二） PageRank计算（二）  ID=1的流入量＝ (ID=2发出的 Rank)+(ID=3发出的 Rank)+(ID=5发出的 Rank)+(ID=6发出的 Rank) = +++ ID=2的流入量＝ (ID=1发出的 Rank)+(ID=3发出的 Rank)+(ID=4发出的 Rank= ++ ID=3的流入量＝ (ID=1发出的 Rank)+(ID=4发出的 Rank)+(ID=5发出的 Rank)= ++ ID=4的流入量＝ (ID=1发出的 Rank)+(ID=5发出的 Rank= + ID=5的流入量＝ (ID=1发出的 Rank)+(ID=4发出的 Rank)+(ID=6发出的 Rank)+(ID=7发出的 Rank) = +++ =  ID=6的流入量＝ (ID=5发出的 Rank=  ID=7的流入量＝ (ID=1发出的 Rank= HITS算法  如果网页 A指向大量的重要网页，那么 A的建议就会变得有价值，如果 A指向 B，则说明 B也是一个重要网页。  HITS算法是由康奈尔大学的 Kleiberg博士于 1998年首次提出， HITs的全称 HyperlinkInduced Topic Search，是基于链接分析的网页排名算法。 HITs算法  HITS算法描述两种类型的网页： 1） 权威型（ Authority）网页，对于一个特定的检索，该网页提供最好的相关信息。 2）目录型（ Hub）网页，该网页提高很多指向其他高质量权威型网页的超链接。 由此，我们可以在每个网页上定义 “ 权威型权值 ” 和 “ 目录型权值 ” 两个参数。 HITs算法  如果一个网页有大量的链接指向其他网页，则这个网也就可能是一个好的 Hub；一个网页如果被大量的链接所指，那么它就可能是一个好的 Authority。  HITS算法的基本思想 1）好的 Hub型网页指向好的 Authority网页 2）好的 Authority网页是由好的 Hub型网页所指向的网页 HITS算法  1） HITS通过搜索引擎查询主题词，生成初始网页集合，称为根集合。 由于根集合中有些网页包含指向权威网页的链接，因此，对根集合进行网页扩展生成基集合，其中包括根集合指向的网页以及链接到根集合中的网页。  2）给基集合中的每个网页赋予一个 Hub权值 hp和一个权威权值 ap，初始值为同一个非负常数，然后对 hp和 ap进行运算。 ，其中网页 q指向网页 p ，其中网页 q由网页 p指向  pp。