基于主题相关与用户历史的网页排序算法

发布时间：2022-07-12 14:27

　　基于链接结构的PageRank排序算法,存在平均分配权值、主题漂移、忽视用户兴趣等问题。针对这些问题,结合搜索词与网页关键词以及用户搜索历史与网页关键词之间的相似度,提出基于主题相关度与用户历史的PageRank改进算法THPR。通过查询词与网页关键词的相关性分析解决网页的相关程度,通过对用户历史搜索记录的分析,在算法中增加用户兴趣度,使PR值分配更为合理。仿真结果表明,THPR算法与PageRank算法相比,查准率与用户搜索满意度有明显提升。 

【文章页数】：6 页

【参考文献】：
期刊论文
[1]融合多特征的TextRank关键词抽取方法[J]. 李航,唐超兰,杨贤,沈婉婷.  情报杂志. 2017(08)
[2]基于页面相似度的PageRank算法[J]. 王丰,俞成海,汪佳文,徐立波.  浙江理工大学学报(自然科学版). 2017(02)
[3]融合Word2vec与TextRank的关键词抽取研究[J]. 宁建飞,刘降珍.  现代图书情报技术. 2016(06)
[4]基于用户兴趣与主题相关的PageRank算法改进研究[J]. 王冲,纪仙慧.  计算机科学. 2016(03)
[5]基于用户行为与页面分析的改进PageRank算法[J]. 王旭阳,任国盛.  计算机工程. 2016(02)
[6]基于word2vec的关键词提取算法[J]. 李跃鹏,金翠,及俊川.  科研信息化技术与应用. 2015(04)
[7]基于网页链接与用户反馈的PageRank算法改进研究[J]. 曹姗姗,王冲.  计算机科学. 2014(12)
[8]用户差别化和主题敏感的PageRank算法[J]. 马海波,杨楠,于新兴.  大连交通大学学报. 2013(04)

博士论文
[1]基于用户搜索历史的个性化信息检索研究[D]. 王晓春.哈尔滨工业大学 2015
[2]基于随机游动的社会网络个性化排名关键技术研究[D]. 金兆岩.国防科学技术大学 2014

硕士论文
[1]互动问答平台专家发现及问题推荐机制的研究[D]. 戴秋敏.华东师范大学 2014



本文编号：3659294