近年来,随着Internet的快速发展,Web为用户提供了大量的网页信息资源,并逐步成为了人们获取信息的主要途径之一。但Web数量及内容的快速增加,使得用户越来越难对网络中信息的可信程度进行甄别。本文在传统的Web结构挖掘算法PageRank的基础之上,针对如何评估Web信息可信度的问题进行了研究。通过实际考察和具体分析,网页信息可信的影响因素主要有网页之间的交互结构、网页信息主题之间的相关程度以及网页信息的发布时间等。本文综合考虑了上述影响因素,提出了一种基于改进的PageRank的网页信息可信度评估方法。该方法首先考虑了网页间的交互结构,通过分析网页信息所在网页的链接与被链接的数量、对象,建立网页信息自身的交互结构图;然后利用TF-IDF公式将网页信息主题表示成tf ? idf向量的形式,并利用向量余弦距离公式计算网页信息主题间的相关程度,通过分析网页信息主题间的相关程度把最具代表性的网页信息提取出来;此外,本文又考虑到网页信息内容具有不同的发布时间,因而该方法在可信度评估过程中引入了时间衰减函数,利用该函数反映时间这一要素对网页信息可信度的影响。文章最终的评估方法是在加权的交互结构图中计算每个网页信息的可信度。文中将网页信息主题之间的相关程度、网页信息的发布时间等相关因素引入到网页信息的交互结构图中,利用信任传播机制在交互结构图中维护节点的可信度,达到了一个结点的可信度改变后,其他相关结点都随之动态改变的目的。通过具体实验对本文提出方法进行了验证,实验结果表明基于改进的PageRank的网页信息可信度评估方法能够为用户提供更为可信的、有价值的网页信息。