基于改進(jìn)PageRank算法的網(wǎng)頁(yè)排序問(wèn)題研究.pdf

1、現(xiàn)今互聯(lián)網(wǎng)信息技術(shù)迅猛發(fā)展，似乎在一夜之間，大數(shù)據(jù)(Big Data)變成一個(gè)最流行的詞匯。用戶(hù)在利用搜索引擎便捷獲取各類(lèi)信息的同時(shí)，也面臨著如何從海量數(shù)據(jù)中剔除那些影響信息檢索效率及準(zhǔn)確度的冗余信息的問(wèn)題。在一般情況下，鑒于用戶(hù)只關(guān)注返回目標(biāo)網(wǎng)頁(yè)的前幾頁(yè)，因此對(duì)搜索結(jié)果進(jìn)行網(wǎng)頁(yè)排序，改善搜索質(zhì)量，提高用戶(hù)滿(mǎn)意度顯得尤為重要。對(duì)于網(wǎng)頁(yè)，除了文本信息，頁(yè)面間的鏈接結(jié)構(gòu)也是人們獲取有用信息的重要途徑。經(jīng)典的網(wǎng)頁(yè)排序算法---PageRank

2、正是使用網(wǎng)頁(yè)間的鏈接結(jié)構(gòu)對(duì)各網(wǎng)頁(yè)的權(quán)重值進(jìn)行迭代計(jì)算，很大程度上提高了對(duì)網(wǎng)頁(yè)權(quán)重計(jì)算的精準(zhǔn)度。但是PageRank算法仍存在許多待研究及待突破的不足，開(kāi)展相關(guān)研究具有重要應(yīng)用價(jià)值。
　　本文首先闡述了基于MapReduce的PageRank算法的研究背景和意義，然后對(duì)該算法的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了分析總結(jié)。在此基礎(chǔ)上，著重分析出算法中影響性能和準(zhǔn)確度的關(guān)鍵因素，即迭代次數(shù)和“主題漂移”，進(jìn)而提出了改進(jìn)算法：子圖估算PageRank網(wǎng)