论文部分内容阅读
近年来，随着Internet的不断发展，互联网已经成为人们重要的信息来源，并为人们提供了丰富的信息资源。同时，互联网的迅速发展，也使得现有搜索引擎技术面临着巨大的挑战，面对如此海量的信息，如何快速准确检索到用户所需要的信息，便显得十分重要。而排序算法，作为一个搜索引擎的核心，自然也就成为了人们关注的重点。 作为世界上最经典的页面排名算法，PageRank算法于1998年由Google的两位创始人Larry Page和Sergey Brin开发，并被成功应用于Google搜索引擎。本文围绕PageRank算法，首先详细介绍了传统PageRank算法的体系结构、形成思路和计算方法，同时，通过对传统PageRank算法进行深入的剖析，指出了传统算法存在主题漂移和偏重旧页面这两大不足，并针对这两个不足介绍了多种现有的经典改进算法。接着，从主题漂移角度出发，本文提出了一种优化改进算法，即改进传统算法在分配PageRank值时没有针对性，单纯将自己权值平均分配给各个页面的思路，而采用根据各个页面重要性不同去分配PageRank值的方法。 最后，本文基于Nutch搜索引擎设计原型系统，对改进算法进行验证，通过在Nutch中分别实现PageRank原型算法和改进算法，将两种算法进行比较，实验结果表明，不论从查准率角度还是相关度角度，改进算法均有一定的优越性，即改进算法确实可以优化页面的排序质量，提升搜索的准确性，表明该算法的有效性。