PageRank算法的阻尼因子值

针对传统PageRank算法平均分配PageRank值给每个超链接网页这一缺陷,提出了改进的PageRank算法,并证明如果Web网的邻接矩阵P包含至少2个不可约闭子集,则非周期不可约矩阵的次特征值为d且至少2重.为了降低解PageRank近似解的误差和提高幂法的收敛速度,用lingo算得d取0.71,且知若采用改进的...     

期刊影响因子在评价期刊质量中的应用

影响因子(impact factor,IF)作为评价期刊质量的重要指标已为人们所熟知,总结了以影响因子为基础的评价期刊质量的指标,重点介绍了相对影响因子和论文计数影响因子。     

影响因子对人文社科期刊评价的适应性研究

人文社科期刊与科技期刊的差异性,使得以影响因子、被引频次等为核心指标的期刊评价体系评价人文社科期刊时作用有限。只有从评价机构、学术期刊和作者三个方面同时着手,才能增强影响因子在人文社科期刊的适应性,有助于共建科学合理的评价机制。     

如何运用影响因子正确评估生物医学期刊

结合生物医学类期刊的实际,探讨了对主流期刊的评价方法,特别是影响因子法。     

基于PageRank改进的文献价值排序算法

已有学者通过单一指标或者综合因素做了大量文献价值排序工作,但是新旧论文的价值评估不公平现象依旧存在.为了解决这一问题,本文提出一种改进的文献价值排序算法,该算法结合了经典PageRank思想以及常用的被引量与下载量,同时将时间因子引入阻尼因子(d),使得新旧文献在价值评估时有不同的侧重,提高了价值评估公平性.实证分析结果表明,与传统的排序结果相比,新算法的排序更加符合搜寻者的需求.     

浅谈期刊影响因子

期刊的影响因子是期刊学术影响力的一个重要指标。对影响因子的主客观因素进行了分析,并提出了提高期刊影响因子的相应对策。     

一种改进的基于云计算的PageRank算法

PageRank算法是最为经典的Web结构挖掘算法,但是其存在主题漂移的问题,使得搜索结果中存在大量与查询主题无关的网页。在分析Page Rank算法的基础上,提出利用欧式距离计算主题相似度并融入传统的PageRank算法中,形成一个改进的网页排序算法,并把此算法应用到云计算环境中,研究MapReduce编程模型上的PageRank算法流程。     

基于网页结构和用户行为的PageRank排序算法

为了提高网页排序算法的准确率,从网络用户对网页的浏览、回复、转载等行为引入用户行为因子,从网页结构关系的角度解决网页的权威性需求。结合用户行为和网页结构分析提出一种改进的PageRank算法BPR(PageRank based on User-behavior)。实验表明,该算法能够有效地解决PageRank排序算法中关于新网页排名过低和网页权威值均分的问题,提高了网页排序的精确性。     

影响因子中的期刊自引成分分析

基于2年影响因子的定义,推导出了影响因子与期刊前2年自引年度分数之和的关系式,发现影响因子与期刊前2年自引年度分数之和呈正相关.期刊自引文献在不同年份的分布是随机的,期刊自引年度分数与时间因子非线性相关,其峰值可出现在2年影响因子的计算周期内,用期刊他引率与影响因子之积(定义为表观他引影响因子)无法合理消除期刊自引的干扰.抽样调查20种样刊的自引情况,发现表观影响因子排序与他引影响因子(完全排除自引后的影响因子)排序差别较大,统计结果表明上述理论推断是正确的.建议国内外的期刊引证报告中应补充期刊自引半衰期指标或期刊累计自引年度分数,客观反映期刊自引文献的时间分布,以提高对期刊评价的客观性和公正性.     

PageRank算法在网络安全评估中的应用

结合网络特性,通过对大量网络弱点的分析,生成网络攻击图,并对攻击图进行评测,从而更有效地分析攻击图.PageRank算法能够快速有效地对攻击图进行错误状态的rank值评测,然后将评测结果提供给安全评估人员,供其参考.根据网络攻击图生成网络安全原型系统,并将其应用于网络安全评估.     

基于PageRank算法的商业网站推广策略研究

搜索引擎已经成为当前检索信息的重要工具.为了提高网站在搜索引擎中的排名,必须对网站进行优化。文章针对目前流行的Google搜索引擎,集中研究了网站结构对基于PageRank算法的网站搜索引擎排名产生的影响,并分析该算法在独立网站下的效果,提出了相应的优化策略,总结了PageRank算法存在的不足,这对促进网络信息获取技术向高精度、智能化方向发展提供了很大的参考价值。     

基于PageRank的主题过滤算法改进

对通用搜索引擎中的PageRank排序算法进行分析,针对原PageRank算法中主题漂移问题,提出一种与主题相关的改进算法,改进的PageRank值由链接重要性和内容重要性共同确定。     

基于PageRank算法的一种搜索引擎优化方法及实现

本文在介绍Google等搜索引擎最常用的PageRank搜索结果排名算法的基础上,提出了一种针对PageRank算法的搜索引擎优化方法,设计并用Java技术实现了一个采用此方法的搜索引擎优化工具。     

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.     

基于遗传算法的改进GLA算法

提出了基于遗传算法的改进广义Ｌｌｏｙｄ算法（ＧＬＡ）。它以种群为基础,使用选择算子对种群进行有针对性的操作,通过变异算子以提高种群的平均适应值,使其逃离局部最小点,最后采用交叉算子以增加个体的多样性,又降低了该算法对初始码书的敏感程度。高斯－马尔科夫序列实验表明,该算法较好地实现了全局最优,并有助于克服对初始码书较为敏感的缺点。     

一种改进的PageRank算法

文章提出了一种基于用户兴趣的网页预分类的PageRank算法,改进后的算法是根据用户对某一类别网页的兴趣,将网页进行预分类.经验证,改进后的算法可以提高搜索引擎的查准率.     

PageRank算法的改进

PageRank算法是目前被广泛应用的一种度量网页重要性的方法,它根据网页之间的链接结构来给每个网页打分。从数学的角度来解释,PageRank可以被看作是一个马尔可夫随机游走模型,依据网页下一步的链出信息计算网页的转移概率。受计算机象棋算法设计中一个很成功的策略:“多看几步”的启发,改进和推广了经典PageRank算法,提出了更为一般的N-stepPageRank算法,它在计算网页的转移概率时利用了网页N步的链接信息。经典PageRank算法是N-stepPageRank算法N=1时的特殊情形。TREC标准数据集上的试验表明,N-stepPageRank算法能够有效地提高网页搜索的精确度,MAP指标比经典的PageRank的提高超过15%。     

基于DV-Hop的加权改进定位算法

无线传感器网络集合多项前沿技术己经越来越受到学术界的关注,其中对DV-Hop定位算法的研究中,定位算法对平均跳距的估算准确度控制了定位的精确度。一般情况下的DV-Hop定位算法只思考了其中几个锚节点估算出来的平均性跳距,则导致定位误差增大。为了增加节点定位精确度,在DV-Hop定位算法基础上提出了加权改进算法,首先得出全网络估算的平均间距,然后采用加权平均处理法取代一般算法中的平均处理法。最后通过MATLAB仿真实验表明:在同样的环境中,加权平均法能够有效地减少平均法所造成的定位误差,增加定位的精确度。     

基于改进PageRank算法的微博用户影响力评估

为筛选微博网络和消息传播中的意见领袖,综合分析微博用户属性、行为和微博消息的传播特性,把用户的影响力因素分为：用户潜在影响力和微博传播影响力,据此构建用户影响力评估指标.进而提出基于改进RankPage算法的微博用户影响力评估算法.通过采集新浪微博某一话题下的数据计算用户的影响力,验证了方法的有效性和合理性.