搜索引擎排名改进算法分析(2)

基于这种思路,我们在WINDOWS和IIS平台下,运用.NET技术开发了一套试验系统来进行下面的测试,将其与单HillTop算法、单TSPR算法的搜索结果进行对比,搜索结果准确性有很大程度的提高,同时也发现一些问题。由于样本较少(大约150个站点,

10000个页面),为了不至于在后面搜索结果出现零记

4结束语

现今的搜索引擎在性能上已经提升了一大步,针

对那种专门为了提高排名而弄虚作假的页面过滤机制已经充分的发挥了它的效用,用户收到那种垃圾信息数量已经大大减少,但这还不够,远远达不到用户心目中的要求。特别是对涉及多个主题的搜索请求,常常会返回一大堆的“很准确却无用”的信息,对于这类主题性问题,人们也在不断寻求有效解决途径,比如垂直主题搜索引擎,Google也推出了一系列的专题搜索引擎,如:新闻、在线购物、图像搜索、MP3搜索等多种已经搞得如火如荼的专题服务,还有面向各个行业的专业搜索引擎等,这些都是一些有效的尝试,极大的开拓搜索引擎的职能,向我们展示了搜索引擎有着很高的研究价值和广阔的发展前景。

参考文献

[1]KrishnaBharat,GeorgeAMihaila.Hilltop:Asearchen-ginebasedonexpertdocuments.PosteroftheWWW9

Conference,Amste.

[2]TaherH.Haveliwala.Topic-SensitivePageRank,in

ProceedingsoftheEleventhInternationalWorldWideWEBConference,2002.

[3]BrinS,PageL.Theanatomyofalarge-scalehypertex-tualWebsearchengine.InProc.theWWW7Conference,Brisbane,Austr,1998.

[4]AbouttheOpenDirectoryProject,at/

about.html.

[5]朱炜,王超,李俊,潘金贵.WEB超链分析算法研究[J].

计算机科学.2003.

[6]曹军.Google的PageRank技术剖析[J].情报杂志,2002,

(10).

[7]宋聚平,王永成,尹中航,滕伟.对网页PageRank算法的

改进[J].上海交通大学学报.2003,(3):397～400.

[9]何晓阳,吴强,吴治蓉.HITS算法与PageRank算法比较

录,这里设定搜索结果每页六项记录,每个页面打开之后至少点击其中的3个页面,以便对后面的搜索结果产生足够的影响,分别采用100个两字词组和100个多字词组作为测试样例。对于主题目录,我们利用了

ODP(开放目录计划)的目录结构,但我们只选用了3

层目录深度。试验数据归纳如下(P1～5表示搜索结果第一页到第五页):

表1搜索结果主题精确度对比

3.2试验结果综述

从测试结果可以看到,相对于某单一算法,综合两

种算法的搜索引擎达到了预期的效果,搜索次数越多

分析[J].情报杂志.2004,(2):85～86.

—43—