[發(fā)明專利]基于超鏈接來源分析的網(wǎng)頁排名方法

無效

• 申請?zhí)枺?/td>: 201210428450.1
• 申請日: 2012-11-01
• 公開（公告）號: CN102915369A
• 公開（公告）日: 2013-02-06
• 發(fā)明（設(shè)計）人: 楊博;李劍楠
• 申請（專利權(quán)）人: 吉林大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于超鏈接來源分析的網(wǎng)頁排名方法，其特征在于，包括如下步驟：

101：計算每個網(wǎng)頁的k-近鄰集合；

102：根據(jù)網(wǎng)頁的k-近鄰集合，計算每對網(wǎng)頁的入鏈來源相似性；

103：根據(jù)網(wǎng)頁間入鏈來源的相似性，計算萬維網(wǎng)的超鏈接權(quán)重矩陣；

104：根據(jù)超鏈接權(quán)重矩陣，計算各網(wǎng)頁的權(quán)威性；

105：根據(jù)網(wǎng)頁的權(quán)威性對全部網(wǎng)頁排名。

2.根據(jù)權(quán)利要求1所述的基于超鏈接來源分析的網(wǎng)頁排名方法，其特征在于，該方法采用如下基本原理計算網(wǎng)頁的權(quán)威性：

指向某網(wǎng)頁的入鏈來源越廣泛，說明該網(wǎng)頁被認(rèn)同的程度越高，相應(yīng)的，其權(quán)威性越高；反之，指向某網(wǎng)頁的入鏈來源越單一，說明其被認(rèn)同的程度越低，甚至存在網(wǎng)頁作弊的嫌疑，相應(yīng)的，其權(quán)威性低。

3.根據(jù)權(quán)利要求1所述的基于超鏈接來源分析的網(wǎng)頁排名方法，其特征在于，按照如下方法表示和計算每個網(wǎng)頁的k-近鄰集合：

令N表示萬維網(wǎng)。其中，V＝{V_i|1≤i≤n}表示網(wǎng)頁集合，v_i表示第i個網(wǎng)頁，n表示網(wǎng)頁總數(shù)，E＝{<v_i，v_j＞1≤i≤n，1≤j≤n}表示超鏈接集合，<v_i，_j>表示由網(wǎng)頁v_i指向網(wǎng)頁v_j的超鏈接。

網(wǎng)頁v的k-近鄰由out(v，k)和in(v，k)兩個集合構(gòu)成，分別定義如下：

out(v，k)＝{u|u∈V，dist(v，u)≤k}

in(v，k)＝{u|u∈V，dist(u，v)≤k}

其中，dist(v，u)表示從v到u的最短距離，即，從v到u的最短路徑所包含的超鏈接個數(shù)。

對每個網(wǎng)頁v，其k-近鄰集合out(v，k)和in(v，k)可分別表示為一個長度為的二進(jìn)制編碼B(v，k)＝b₀b₁…b_L-1和C(v，k)＝c₀c₁…c_L-1，其中分量b_i和c_i(0≤i≤L-1)取值為0或1。

對每個網(wǎng)頁v，其k-近鄰集合的編碼B(v，k)和C(v，k)按如下方法計算：

301：對每個網(wǎng)頁v，為集合out(v，0)分配一個初始的二進(jìn)制編碼B(v，0)，其中第i個分量b_i以概率0.5^L-1取值為1，以概率1-0.5^L-1取值為0；

302：對每個網(wǎng)頁v，為集合in(v，0)分配一個初始的二進(jìn)制編碼C(v，0)，其中第i個分量c_i以概率0.5^L-1取值為1，以概率1-0.5^L-1取值為0；

303：對t從1到k依次執(zhí)行如下操作：

首先，對每個網(wǎng)頁v更新其k-近鄰集合out(v，t)的編碼B(v，t)，具體步驟如下：

B(v，t)←B(v，t-1)；

對每個<v，u>∈E依次執(zhí)行

B(v，t)←B(v，t)∧B(u，t-1)；

其次，對每個網(wǎng)頁v更新其k-近鄰集合in(v，t)的編碼C(v，t)，具體步驟如下：

C(v，t)←C(v，t-1)；

對每個<u，v>∈E依次執(zhí)行

C(v，t)←C(v，t)∨C(u，t-1)。

上述步驟中，“←”表示“賦值”操作，“∨”表示“按位或”操作。