基于主题聚焦模型的PageRank改进算法

来源 :计算机应用与软件 | 被引量 : 6次 | 上传用户:bbdzj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过研究传统的超链接分析算法PageRank及其改进算法TSPR(topic-sensitive PageRank)和MP-PageRank的不足,提出了一种新的改进方法,基于主题聚焦模型的PageRank算法。这种算法研究用户查询行为,建立主题聚焦模型,较好地解决了PageRank主题漂移问题以及其他改进算法依赖查询上下文的缺点。更加准确地反映出页面的重要性,提供更高质量的查询结果集。
其他文献
在优先级队列调度算法中,队列均需要划分严格的优先级。但考虑到实用网络中,存在着某些队列对时延和丢包要求相近、无法明确区分优先级的情况,提出了一种概率-优先级的分级调度算法:按照队列对时延和丢包的要求进行分组,确定组间的优先级;组内进行基于概率的二级调度;组间进行优先级的一级调度。与优先级队列调度算法相比,该算法保证高优先级数据组的时延性能和丢包性能的同时,整体提高了低优先级数据组的丢包性能。