网页排名算法及其应用

介绍了Google搜索引擎中所使用的网页等级量化算法——PageRank算法及计算结果的评价方法。用一个计算实例系统介绍了算法原理、计算过程、分析方法、以及MATLAB实现程序。     

一种基于链接分析的国际贸易排名新方法(英文)

国际贸易需要多元化的度量与分析工具.提出一种新的国际贸易排名方法,兼顾贸易进口与出口的影响,对参与国际贸易的国家进行排名.在国际贸易网络的框架下,使用链接分析评估各个国家在全球多边贸易下的影响力,为每个国家赋予权值并进行排名.真实贸易数据上的实证分析表明本文提出的方法提供了一种度量与分析国际贸易的有效工具.     

一种用于高校学科排名的新算法:SpecRank

基于Google搜索引擎的PageRank模型,提出了一种可用于高校学科排名的SpecRank数学模型,并给出了求解SpecRank的一种有效算法.数值实验表明了该方法的有效性.     

基于PageRank算法的团伙犯罪中嫌疑人排名

为了从团伙犯罪中锁定核心犯罪嫌疑人,提高侦破案件的效率,本文提出了一种改进的PageRank算法分析团伙犯罪中各犯罪嫌疑人的嫌疑度值,通过主题相关性度量分析了嫌疑人与案件的关系,通过嫌疑人的重要性度量分析了嫌疑人在团伙犯罪中的地位。改进的算法可以有效协助侦查人员分析一个犯罪网络中各成员的关系,通过嫌疑度排序找出团伙中的核心人员和涉案人员,从而排除非涉案人员。通过一个案件实例验证了该算法的有效性,节省了办案人员的时间精力,提高办案效率。     

PageRank排名技术的新算法

自从Google公布了PageRank的计算公式后,许多网站抓住其缺陷进行作弊,严重影响了排序质量．本文认为PageRank算法中将权威值平均分配给每个链出页面进行计算是其算法的一个致命缺陷．给出了具有针对性的改进算法,将顺向链接网页中不同的网页赋予不同的权重,提升了重要网页的PageRank值,降低不重要网页的PageRank值,从而减弱了作弊行为对网页排名带来的影响．通过与原始PageRank算法和其它相关文献结果的比较,验证了改进的新算法在理论上和实际中都能达到更好的效果．     

基于改进PageRank算法的银行零售业务客户价值排名研究

在银行零售业务交易系统中,如何在大量客户数据交易网络中挖掘出影响力高,潜在价值高的重要发展客户,从而制定相应的业务营销计划,对银行来说是一件至关重要的事情.本文提出一种基于PageRank的改进算法——IER(Improved Enhanced-RatioRank)算法,该算法以客户作为节点,以主动交易金额构成出链权重因子作为有向边,构成一个客户交易网络有向图,通过添加交易次数活跃因子和时间有效性因子等重要因素,从多维角度可以精准有效地挖掘出重要发展客户.最后,利用RFM(Recency, Frequency, Monetary)模型来验证实验结果.实验结果表明,所提算法在银行零售业务交易系统中挖掘重要发展客户有良好的效果.     

基于PageRank与HITS的改进算法的网页排名优化

针对传统网页排序算法PageRank和HITS中存在的主题漂移、检索效率低等不足,本文提出了一种改进算法PHIA(PageRank and HITS Improved Algorithm)。该算法继承了HITS算法获取根集和基本集的方法,并且使用根集中所有网页的PageRank值作为Hub和Authority初始迭代值,最后根据马尔可夫链求随机矩阵的特征向量的方式来获取网页排名的静态分布。基于随机关键词的检索结果可知,相比于传统的PageRank和HITS算法,改进PHIA算法具有更快的收敛速度,并且在一定程度上提高了网页排序的准确度。     

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...     

基于PageRank算法的期刊影响因子修正研究

为改善影响因子在期刊评价中的不足,基于PageRank算法给出一种期刊影响因子的修正方法.首先,建立期刊之间的互引网络矩阵计算PageRank值(简称PR值),并在期刊互引网络中利用各期刊载文当年的影响因子对被引次数进行加权以反映期刊质量,然后修正期刊自引数量,在此基础上构建基于PageRank算法的影响因子(简称WIF_PR因子),并以图书情报领域中43种期刊为实证对象,利用WIF_PR因子进行期刊评价.结果发现:WIF_PR因子能科学地考虑期刊自引数量、区分不同期刊被引质量,与影响因子、h指数相比,新评价方法评价效果更可靠.     

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.     

网络舆情热点挖掘算法研究与实现

随着网络信息交互及传播的迅速与便捷,有效地对不断涌现的海量互联网信息进行采集并发现网络热点舆情具有十分重要的意义.研究网络舆情的表示及特征,提出采用网络化方法思想,结合Hits算法和PageRank算法进行舆情热点挖掘,并在此基础上设计了网络舆情热点挖掘系统.     

基于PageRank的Markov网络信息检索扩展模型

传统的查询扩展技术大都依据单个查询词的相关性来扩展查询词,忽略了查询词之间的相关性以及查询扩展词的不同重要程度,使得扩展效果不佳。针对此问题,提出了一种基于PageRank算法的查询扩展模型,该模型在Markov网络检索模型的基础上,从查询本身出发,将所有与查询相关的词组成Markov查询关联子网,在此子网上应用PageRank算法来计算候选扩展词的权重,由权重序来确定扩展词的选取,排名前列的扩展词进入检索阶段,消除噪音,提高检索效率。在标准数据集上的实验结果表明,本文提出的模型能有效地改善检索效果。     

单亲遗传算法在物流合乘优化中的应用

本文运用单亲遗传算法解决物流合乘的路径优化问题。通过在染色体上基因换位、移位、逆转等基因重组操作进行个体繁衍,经过若干代的繁衍迭代,从所有的上下车点中找出一条最优的、费用最少的路径。实验结果表明,该算法在提高合乘成功率的同时,还有效地降低了车辆运行时的总成本。     

公路交通网络的区块划分

针对中国综合交通网络的复杂程度存在公路交通网络分布结构不合理的问题,采用一种兼顾结构相似性和属性相似性的聚类区块划分方法,识别空间角度公路交通网络的区块分布情况.利用原始节点映射的方法建立公路交通网络结构的数学模型,通过改进的PageRank算法计算公路交通网络关键性节点的排序,基于排序结果进行区块划分.最后实验分析了...     

BP网络算法在模式识别中的应用

神经网络是目前处理科技领域各类问题的一个重要工具,它由大量简单单元以及这些单元的分层组织大规模联结而成,力图像生物神经系统一样处理事物;BP网络采用传播算法,是目前应用最为广泛和可靠的神经网络之一,具有较强的分类和学习能力。从模式识别出发,在选取典型实例的基础上,建立BP网络算法模型,对算法进行动态误差修正的改进,提高了算法的收敛速度,并根据算法流程,通过运用Matlab软件对其进行仿真验证,说明了BP网络算法在模式识别中具有应用可行性。     

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。     

基于社交网络的实时搜索引擎的排序算法研究

针对用户在社交网络中面对海量的信息和资源,如何实时地获取自己感兴趣的内容,给出一种基于社交网络的实时搜索模型,并根据社交网络的特点考虑对朋友、时间、相关度等因子对搜索结果进行排序。针对基于超链接网页排名的Pager-ank算法,提出了一种基于用户朋友数的Pagerank排序算法。实测结果表明,该模型提高了搜索结果的实时性和相关度。     

基于GitHub的用户影响力评估算法

GitHub社交平台是代码托管领域的主流平台,拥有超过7300万开发人员.评估GitHub社交网络中用户的影响力对开源成果的学习和应用有重要意义.针对PageRank算法及其改进方法在评估用户影响力时对用户交互行为与用户自身因素分析不全面的局限性,提出了一种引入用户行为权值分配策略的影响力计算方法CUIE(Comprehensive User Influence Evaluation)算法,将用户行为对其他用户影响力的贡献比例作为权值计算用户的CUIE值.基于真实数据的实验结果表明：将用户交互行为作为评价用户影响力分析的因素之一,能使模型获得更好的结果,与传统算法进行对比,在Top-500及以上的情况下,CUIE算法均取得最优的准确率和召回率.此方法能有效发现被传统方法忽略的部分核心用户,可作为传统方法的补充,在舆情分析与引导中也具有一定实用价值.     

无线单跳网络中的高效低时延网络编码算法

为了提高当前无线网络广播重传的效率,针对效用值排序(sort by utility,SBU)算法存在的搜索数据分组参与编码时效率较低的问题,提出了适用于无线单跳网络的倒序搜索网络编码(reverse search based network coding,RSNC)算法和二分搜索网络编码(binary search based network coding,BSNC)算法.通过降低因效用值之和大于接收节点数而不能编码的概率来提高搜索数据分组参与编码的效率,并且采用分组冲突检测机制(packet collision detection,PCD)快速地确定是否可以进行编码包生成.理论分析论证了RSNC和BSNC算法能有效地降低分组冲突概率;仿真结果表明,RSNC和BSNC与SBU算法相比,在编码增益保持不变的前提下能够有效地减少分组判断次数,提高编码搜索效率,降低数据分组的平均端到端时延.     

一种新的基于社会化标签的网页排名算法

针对目前web2.0下网页无法进行有效排序这一问题,对社会化标签网下新的数据源"标签"的时间因素加以分析和利用,提出一种新的社会化标签的网页排名算法TagRank. 该算法通过对网页上用户的标注行为进行挖掘,计算标签的"热度",从而更客观地反映标签的真实质量,以此提高网页排名的准确性. 实验证明该算法是切实有效的.