一种基于文本聚类的网页排序方法.pdfVIP

计 算 机 与 现 代 化 2008年第 1O期 JISUANJIYUXIANDAIHUA 总第 158期 文章编号：1006-2475(2008)10-0018-03 一 种基于文本聚类的网页排序方法 曹 杰 ，王直杰 (东华大学信息科学与技术学院，浙江 上海201620) 摘要：提出一种新的网页排序方法一ClusterRank方法。该方法先对检索结果进行文本挖掘 ，然后利用Web网页的链接 信息以及用户点击率对网页重要性的影响对挖掘结果进行排序。该算法可以引导用户进一步明确其检索需求。 关键词：ClusterRank；K-means算法；网页点击率；PageRnak算法；网页排序 中图分类号：TP301．6 文献标识码：A A New Algorithm forPageRankingBasedonTextClustering-dusterWebPageRanking CAOJie，WANGZhi-jie (ColegeofInformationScienceandTechnology，DonghHaUniversity，Shnaghai201620，China) Abstract：Thispaperproposesanew algorithm forpageranking．Th eclusteringtechniquesareemployedtonaalyzethosesearch 一 results．thenitranksallhteclusteredtextsconsideringthelinkstructurebetweenWebpages，鹊 wellasitsclickratio．Itfacili_ ratesu．ser8tonaildowntheirrequirements throughskimmingoverresultslist． Keywords：ClusterRank；K-menasalgorithm；pageclickratio；PageRankalgorithm；Webpageranking (MaximalMarginalRelevance)标准。该标准根据语 1 概 述 义相关性对检索到的文档集进行再排序，修正内容上 为了从网上海量的数据中找到用户需要的信息， 相近的文档的显示次序，从而保证再排序后的检索结 有哪些信誉好的足球投注网站引擎允许用户通过关键字查询Web上的信息。 果既与查询项相关，同时文档 内容问的冗余j受较低。 有哪些信誉好的足球投注网站引擎把有哪些信誉好的足球投注网站结果按照检索的相关性和资源的重 ChenXiangZhai等人提出子主题检索技术 J，它采用 要性进行降序排列，并将排序结果提交给用户。然 统计语言模型计算文档的相关性，结合了MMR排序 而，包含 Web关键字的页面数 目通常相当多，要让用 策略实现子主体检索，以此来减少检索结果的信息冗 户浏览全部甚至大部分的网页 已经不大可能。实际 余度。BenyuZhnag他们提 出采用 AR (Affinity 上，据统计81％的用户只会浏览有哪些信誉好的足球投注网站结果的前 3页 Ranking)算法对有哪些信誉好的足球投注网站结果进行再排序，该方法类比网 (约30项)。常用的解决办法是：使用排序算法对搜 页结构挖掘，视检索结果集为一个网，网络的节点是 索结果进行排序，找出和关键字最相关的网页。查准 文档，文档的语义关系构成网络的边，针对每一个节 率较高的有哪些信誉好的足球投注网站引擎可以较好地满足那些对其检索需