鏈接分析算法總結

  1. 兩個模型
  • 隨機游走模型：網頁節點通過鏈接進行跳轉，對應跳轉的概率
  • 子集傳播模型：網頁劃分子集，給予特殊子集內網頁初始權值，然后根據特殊子集內網頁和其他網頁的鏈接關系，將權值傳遞到其他網頁。

  1. 鏈接分析算法的關系圖


    鏈接分析算法.png

  1. PageRank
    網頁通過鏈接關系構建起Web圖，在初始階段，每個頁面設置相同的PageRank值，通過若干輪的計算，獲得每個頁面的最終PageRank值。
    終止點、采集器陷阱：抽稅方法

    迭代計算公式：
    計算.png

    快速計算：MapReduce

  2. HITS
    定義導航頁和權威頁，在擴展網頁集合內計算每個網頁的導航度和權威度。

    一個網頁的導航度正比于其所有鏈出網頁的權威度之和；一個網頁的權威度正比于其所有鏈入網頁導航度之和。
    導航和權威度的計算

  3. SALSA算法
    得到擴展網絡集合，將網頁集合轉換為一個二分圖，一個子集合是Hub子集，另一個是Authority集合；然后采用鏈接關系傳播權值，類似PageRank。

  4. 主題敏感PageRank
    對網頁引入主題相關PageRank分值；查詢相關

  5. Hilltop算法
    非從屬組織頁面；專家頁面
    過程:專家頁面子集合->查詢->相關專家頁面->目標頁面子集合->搜索結果

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發布，文章內容僅代表作者本人觀點，簡書系信息發布平臺，僅提供信息存儲服務。

推薦閱讀更多精彩內容