一种更稳定的链接分析算法--子空间HITS算法

在给定超链接情况下，Kleinberg的HITS算法用特征向量的办法来确定页面的权威性等级，通过分析当链接模式发生小的变化时算法的稳定性，提出一种新的算法－－子空间HITS算法，并通过Web超链接数据作为实验数据对其性能进行研究。  

主题爬虫的解决方案

对传统的综合性搜索引擎召回率和精确率低的问题,可以用主题爬虫取代其中的普通爬虫构建主题搜索引擎,为用户提供信息检索服务,满足用户伴随信息多元化的增长而不断扩展的信息需求.文中研究了主题爬虫设计中的相关度分析、概念分析和链接分析等关键技术,通过实验给出了一系列解决方案.结果表明,主题爬虫的精度高于普通爬虫,具有可行性与实用性,并有助于主题搜索引擎的设计和主题信息的采集.  

一种个性化的主题提取和层次发现算法

从语义相关性角度分析超链归纳主题搜索(HITS) 算法,发现其产生主题漂移的原因在于页面被投影到错误的语义基上,因此提出了一种个性化的主题提取和层次发现算法(PTDHE),通过个人查询日志扩展查询词,构造符合用户需要的个性化根集和基础集合,达到防止主题漂移的目的.PTDHE采用基于最小最大原则的图划分方法,层次地发现与用户查询相关的主题页面集合,利用HITS算法分别计算每个主题页面集合中页面的权威值,返回与查询相关的其他主题权威页面.在14个查询上的实验结果表明,与HITS算法相比,PTDHE算法不仅可以减少2%~66%的主题漂移率,而且可以发现与查询相关的多个主题.  

基于本体语义的定题爬虫

定题爬虫能迅速获取网络上特定主题的大量信息，对专业搜索引擎及数据挖掘应用都具有重大价值.针对目前通用的基于关键词主题过滤策略的不足，在概念聚集思想启发下，提出了基于本体语义的主题过滤策略.同时根据网页具有不同位置不同信息重要性的特点，提出了改进的加权特征项权值计算公式，实现基于语义的网页实时过滤.为进一步提高爬虫的工作效率提出链接相关度预测算法.对比实验表明此策略具有可行性.  

基于指称理论的旅游景区网站链接动机分析——以黄山风景区为例

在前人研究中,景区网站入链数被解释为景区旅游吸引力,这种解释是否合理还需要对景区链接产生的动机进行分析。针对目前链接动机研究中存在的问题,作者提出一个基于指称理论的链接动机分析新方法,认为景区网站域名不仅有指称(即其所指网站)还有涵义(反映了其链接的使用意义)。通过对黄山案例实证研究表明,景区入链的产生不是随机的,具有相同指称的域名可能具有不同的涵义,其涵义反映在其链接的使用意义分布上;景区入链产生的主要动机是为了推荐景区旅游,特别是代表黄山旅游的域名(www.tourmart.cn),在其链接中推荐旅游的动机大约占了90%。以上研究结果为景区网站入链数的吸引力解释提供了有力证据。  

网络信息计量学研究综述

从定义、研究对象、研究方法和工具等方面对网络信息计量学的基本理论进行了分析和总结,并指出了当前网络信息计量学的研究热点。  

重大事件对举办地景区知名度影响测量研究

为测量重大事件对举办地旅游景区知名度的影响,提出了基于链接分析的度量方法--链接变化分析法.其基本思想基于两个假设: 1) 旅游景区官方网站的入链数越多,则该景区知名度越大;2) 一般情况下,旅游景区官方网站的入链数呈近似线性增长.如果这两个假设前提是正确的,重大事件将会改变入链数的一般增长模式,在变化曲线上表现为突变.因此通过度量入链数的变化就可以测度重大事件对举办地旅游景区的影响.通过对2008年奥运会期间北京市旅游景区网站入链变化的研究,探讨了链接变化分析法的可行性.  

一个基于PageRank的科技文献质量评价算法

针对引文分析中单纯根据文献的被引次数多少来评价文献质量优劣的缺点,提出了一个基于Page-Rank算法思想的文献质量评价算法.该算法综合考虑了文献发表机构、作者的权威性、被引次数及发表时间因素.实验证实可以弥补传统引文分析中计量方法的不足.  

全球官方专利网站的网络影响力之比较研究

根据中华人民共和国知识产权局网站上＂相关链接＂中的＂国外主要知识产权网站＂得到94个官方专利网站。以Google为搜索工具,得到相关网站的9个链接分析指标。通过对这些指标数据进行分类处理与综合分析,得出全球官方专利网站的网络影响力综合关联排序,并依据所得数据的处理结果通过指标关联度对链接指标与链接分析工具做了讨论。  

基于链接分析的科学文献个性化排序算法

 首先分析CiteSeer引文网络的结构特征，然后深入讨论PageRank算法的本质，并在此基础上给出一种科学文献个性化排序算法；最后将该算法应用于CiteSeer引文网络，并对实验结果进行分析。个性化向量的计算是实现个性化排序的关键，本文给出等概率、伪被引次数和带时间约束的伪被引次数3种计算方法。