链接分析算法总结
2018-06-19 本文已影响0人
Asian_Road
- 两个模型
- 随机游走模型：网页节点通过链接进行跳转，对应跳转的概率
- 子集传播模型：网页划分子集，给予特殊子集内网页初始权值，然后根据特殊子集内网页和其他网页的链接关系，将权值传递到其他网页。
-
链接分析算法的关系图
链接分析算法.png
-
PageRank
迭代计算公式：
网页通过链接关系构建起Web图，在初始阶段，每个页面设置相同的PageRank值，通过若干轮的计算，获得每个页面的最终PageRank值。
终止点、采集器陷阱：抽税方法
计算.png
快速计算：MapReduce -
HITS
一个网页的导航度正比于其所有链出网页的权威度之和；一个网页的权威度正比于其所有链入网页导航度之和。
定义导航页和权威页，在扩展网页集合内计算每个网页的导航度和权威度。
导航和权威度的计算
-
SALSA算法
得到扩展网络集合，将网页集合转换为一个二分图，一个子集合是Hub子集，另一个是Authority集合；然后采用链接关系传播权值，类似PageRank。 -
主题敏感PageRank
对网页引入主题相关PageRank分值；查询相关 -
Hilltop算法
非从属组织页面；专家页面
过程:专家页面子集合->查询->相关专家页面->目标页面子集合->搜索结果
