搜索引擎有關(guān)排序算法研究.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)已經(jīng)成為了人們獲取信息的重要來(lái)源。但是網(wǎng)絡(luò)信息的快速增加，使得人們快速準(zhǔn)確查找信息的難度也不斷增大。搜索引擎的出現(xiàn)，就是為了幫助人們解決這個(gè)問(wèn)題。搜索引擎是一項(xiàng)不斷發(fā)展的技術(shù)，包括網(wǎng)頁(yè)抓取、分詞、頁(yè)面索引、數(shù)據(jù)存儲(chǔ)、檢索、結(jié)果排序等一系列的技術(shù)環(huán)節(jié)，搜索結(jié)果排序是其中最重要的環(huán)節(jié)之一。用戶(hù)最關(guān)注的就是搜索引擎返回的搜索結(jié)果和自己的查詢(xún)主題是否一致，結(jié)果頁(yè)面是否能滿(mǎn)足自己的信息需求。因此，在海量信息中，搜索引擎能

2、否將最相關(guān)的頁(yè)面顯示在搜索結(jié)果的最前面，成為了搜索引擎目前發(fā)展最關(guān)注的問(wèn)題。
　　 本文通過(guò)了解搜索引擎發(fā)展歷程，研究搜索引擎技術(shù)的整體架構(gòu)，分析了搜索引擎系統(tǒng)各個(gè)部分的主要功能和整個(gè)工作流程，明確了搜索引擎的評(píng)價(jià)標(biāo)準(zhǔn)。在此基礎(chǔ)上，著重研究了搜索引擎排序算法的有關(guān)問(wèn)題。按照基于網(wǎng)頁(yè)內(nèi)容的排序算法和基于頁(yè)面鏈接分析的排序算法兩類(lèi)不同的排序算法思想，分別分析了這兩類(lèi)算法的基本原理和實(shí)現(xiàn)方法，重點(diǎn)研究了PageRank算法、HITS算

3、法、HillTop算法這三種經(jīng)典的排序算法，從算法思想、基本過(guò)程、算法的優(yōu)缺點(diǎn)和已有的改進(jìn)方法等方面，詳細(xì)對(duì)基于頁(yè)面鏈接分析的排序算法進(jìn)行了研究。
　　 本文針對(duì)基于頁(yè)面鏈接分析的排序算法存在的問(wèn)題，引入了用戶(hù)反饋的概念，分析了用戶(hù)反饋在搜索引擎中使用的方式，并以PageRank算法為基礎(chǔ)，提出了改進(jìn)的方法。改進(jìn)的PageRank算法添加了用戶(hù)點(diǎn)擊次數(shù)反饋和點(diǎn)擊時(shí)間反饋的反饋權(quán)重，并結(jié)合基于網(wǎng)頁(yè)內(nèi)容的排序算法思想，加入了網(wǎng)頁(yè)內(nèi)容