| 基于站点资源的主题提取算法 |
| |
| 引用本文： | 郭立山,董守斌,袁华.基于站点资源的主题提取算法[J].清华大学学报(自然科学版),2005,45(9):1738-1742. |
| |
| 作者姓名： | 郭立山 董守斌 袁华 |
| |
| 作者单位： | 华南理工大学,广东省计算机网络重点实验室,广州,510640 |
| |
| 基金项目： | 中国教育科研网格计划ChinaGrid资助项目 |
| |
| 摘 要： | 传统的主题提取算法存在一些已知的问题.为了更好地满足SEWM-2004中文Web检索测评中的主题提取任务要求,分析经典的基于超链接分析的主题搜索(hyperlink-induced topic search,HITS)等算法,提出了一种以站点作为查询的资源单位,并结合内容分析的主题提取算法CWT100G上的超链接分析(hyperlink analysis withinCWT100(,HAC).HAC算法首先根据网页的URL将网页按站点分组;然后在每个站内结合网页内容和站内链接关系来计算网页的权值,从而找出站内的Hub网页;接着再分析站间的链接关系进一步计算各网页的最终权值,从而找出站间的Hub网页.两组对比的实验结果表明,HAC算法能找到切合主题的更大的Hub站点.
|
| 关 键 词： | 网络信息挖掘 主题提取 超链接分析 |
| 文章编号： | 1000-0054(2005)S1-1738-05 |
| 修稿时间： | 2005年5月23日 |
Topic distillation algorithm based on site resource |
| |
| GUO Lishan,DONG Shoubin,YUAN Hua.Topic distillation algorithm based on site resource[J].Journal of Tsinghua University(Science and Technology),2005,45(9):1738-1742. |
| |
| Authors: | GUO Lishan DONG Shoubin YUAN Hua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
