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。     

专业搜索引擎搜索结果融合算法研究

为了提高专业搜索引擎的查询精度,提出了一种基于PageRank算法的改进搜索结果融合算法.首先,通过对元搜索引擎技术的分析,将rtf算法和PageRank算法进行融合,提出了基于PageRank算法的改进算法.该算法可以实现基于同义词、近义词的查询,将这种改进的算法在煤地质学专业搜索引擎上进行使用,实验结果表明,采用该...     

搜索引擎PageRank算法的改进

在研究搜索引擎关键技术和的基础上,剖析了PageRank算法,并针对PageRank算法的缺陷提出了改进方案.     

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。     

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。     

面向校园网搜索引擎的PageRank改进算法

根据校园网的网络结构和资源分布特点,针对经典PageRank算法采用的平分页面自身PageRank值的策略,提出了基于关键词集的网页关联权重分配PageRank值的改进算法.权值由页面问的关联程度和用户的搜索关键词确定,从而提高了校园网搜索引擎的搜索匹配程度和结果页面的排序质量.     

PageRank算法的并行实现

针对当前大数据时代的背景,信息数据的海量化现象与日俱增,为了实现数据搜索的低成本、高效率,对Google搜索引擎的PageRank算法进行了综合性的研究分析,分别介绍了MapReduce框架和Hadoop实现平台,在此基础上,在Hadoop平台详细分析了基于MapReduce的PageRank算法的并行实现过程,以实现海量数据的并行处理,极大地提高了搜索引擎的性能.     

Google的排名算法分析

介绍了Google的排名算法PageRank的原理及其具体实现，并对未来搜索引擎的排名算法研究进行了展望。     

校园网环境下的多参数加权网页排序算法

介绍了笔者所设计的一个校园网搜索引擎（SzCompass）中的网页排序算法。首先详细分析了通用搜索引擎常用的PageRank和HITS网页排序算法;通过比较在校园网和Internet上搜索的主要区别,设计了一种适合校园网的多参数加权的网页排序算法,并对利用该算法实现的搜索引擎的检索效率进行了实验分析。     

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SEO策略效果的网站建设与运营

搜索引擎优化的策略有重点和非重点之分，利用层次分析法能够确定各策略的重要性排序，把握住搜索引擎优化的重点策略能够显著提高优化效率。     

企业网站SEO技术研究

SEO全称是searchengineoptimization,是针对用特定关键词在搜索引擎中搜索的情况,为了提升网站在搜索引擎中的排名而对网站进行的优化设计。SEO是提高网站访问流量的一个很好的方法。因为具有高质量的搜索结果,Google已成为许多人最喜爱的搜索引擎。文章在详细分析Google的排名算法的基础上,对企业网站HYP针对Google进行了优化。在优化过程中,为了充分发挥网站的PageRank潜能并引导网站的PR值流向重要的网页,对HYP的内部链接结构进行了精心组织,经优化设计后,当人们用关键词"butterflyvalve"在google中进行搜索时,HYP排名在前20名以内。     

中小型电子商务企业SEO策略研究

介绍了我国中小型企业电子商务的发展现状,阐述了SEO技术对于中小型企业电子商务营销的作用,分析了SEO的研究现状,以某中小企业SEO项目为例说明了项目的实施流程。     

SEO技术分析及其策略

对网站的关键词、网站布局、网站框架、链接等建站要素进行了技术分析,提出了相应的搜索引擎优化策略和SEO项目管理与执行策略.     

浅析网站的搜索引擎优化（SEO）

本文简单地介绍了SEO（搜索引擎优化）的相关知识。从SEO的定义、意义、及需掌握的知识等对SEO知识作尽可能通俗的讲解,同时对网站常用的搜索引擎优化方法做了列举,使大家可以快速地认识SEO,进而运用SEO。     

基于人工智能原理的考试系统

基于遗传算法的智能化考试系统是在传统的组卷算法基础上提出的一种新方法,用于解决应用本算法的试题模型的实际问题。     

基于ASIFT图像匹配算法的三维重建

提出了基于ASIFT图像匹配算法的三维重建算法。目前,基于图像序列的三维重建中,一般采用SIFT图像匹配算法。对于存在仿射变换的图像序列,ASIFT算法较SIFT算法能够获得更多精确的稀疏匹配点;基于ASIFT算法恢复的三维点云比基于SIFT算法恢复的三维点云更加稠密,从而能获得更好的三维重建结果。仿真实验表明,本文算法能获得较好的三维模型。     

从随机到确定性的积分型全局优化方法

郑权等于1978年提出了积分水平集求总极值的方法，其主要特点有判别总极值的收敛准则，但其概念算法与Monte-Carlo随机投点的实现算法不匹配，易遗失总极值外，其实现算法收敛性至今未解决．该文在张连生、邬冬华等提出的修正算法的基础上，将积分型方法中的Monte-Carlo随机投点与确定性的数论方法相结合，以提高修正算法的计算效率，并在文中给出了这种从随机到确定性的积分型全局优化方法全局收敛性的证明．     

基于聚类与神经网络的无线通信联合调制识别新方法

针对现有基于聚类算法的信号调制识别在低信噪比时识别率低的缺点,文中采用聚类算法提取信号特征参数,通过变梯度Polak-Ribiere BP修正算法对神经网络进行训练,以提高收敛速度,改善在低信噪比条件下网络识别性能,实现对基于星座图调制方式信号的调制识别,仿真结果表明,在低信噪比条件下,调制识别率和单独采用聚类算法或基于BP算法的神经网络识别时比较提高30%以上,在信噪比为4d B条件下识别率可达到90%,且系统易于实现,在信号调制识别中具有广泛的应用前景。     

基于几何算法的支持向量机分类方法

支持向量机是基于统计学习理论的一种学习方法,提出了基于压缩超球体的SVM分类问题的一种几何方法,具有直观、简单和易于实现的特点;通过实例验证,说明此方法的可行性和有效性,具有一定的推广价值。