| 声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题的来源 | 第11-12页 |
| ·WWW上链接分析算法产生的背景 | 第12-19页 |
| ·WWW上数据的特点 | 第12-13页 |
| ·Web信息处理概述 | 第13-16页 |
| ·当前Web检索存在的不足 | 第16-17页 |
| ·超链接与Web上的搜索算法 | 第17-19页 |
| ·本论文的贡献和组织 | 第19-21页 |
| 第二章 Web检索中链接分析的基础知识 | 第21-38页 |
| ·基本定义 | 第21-24页 |
| ·Web检索中的基本概念 | 第21-23页 |
| ·链接分析中的基本概念 | 第23-24页 |
| ·检索性能的评价 | 第24-27页 |
| ·回调率和查准率 | 第25页 |
| ·变化的回调率和查准率 | 第25-26页 |
| ·平均的查准率和回调率 | 第26页 |
| ·查准率单值度量 | 第26-27页 |
| ·与检索相关的链接分析的发展 | 第27-36页 |
| ·关于PageRank | 第29-32页 |
| ·关于HITS | 第32-36页 |
| ·其他的研究小组的工作 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 从TREC评测看链接分析算法存在的问题 | 第38-48页 |
| ·文本检索会议(TREC)简介 | 第38-40页 |
| ·TREC的目标及流程 | 第39页 |
| ·TREC的用于Web检索评测的数据集合 | 第39-40页 |
| ·TREC用于Web检索的性能评测标准 | 第40页 |
| ·数据集合本身给链接分析算法带来的问题 | 第40-43页 |
| ·WT10G和.GOV数据集合对于链接分析算法存在的问题 | 第41-43页 |
| ·TREC答案数据集合对于链接分析算法存在的问题 | 第43页 |
| ·已有链接分析算法本身存在的问题 | 第43-47页 |
| ·与查询无关的链接分析算法存在的问题 | 第44-45页 |
| ·与查询相关的链接分析算法存在的问题 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 Web的宏观性质与链接分析算法适应条件的研究 | 第48-68页 |
| ·Web的宏观性质 | 第48-53页 |
| ·相关的概念 | 第49页 |
| ·Web的宏观结构图 | 第49-51页 |
| ·Web的超链接分布 | 第51-53页 |
| ·TREC数据集合的超链接分布与WEB的超链接分布的比较 | 第53-57页 |
| ·TREC的数据集合的超链接分布情况 | 第54-56页 |
| ·超链接分布比较 | 第56-57页 |
| ·链接分析算法的适应条件研究 | 第57-67页 |
| ·相关实验的设计 | 第58-59页 |
| ·实验的结果 | 第59-64页 |
| ·实验结果的分析 | 第64-67页 |
| ·链接分析算法适应条件小结 | 第67-68页 |
| 第五章 优化的链接分析算法 | 第68-99页 |
| ·优化的事前分析链接分析算法 | 第68-72页 |
| ·优化后的算法描述 | 第70-71页 |
| ·算法分析 | 第71-72页 |
| ·优化后的事前链接分析算法在提高搜索引擎查找质量中的应用 | 第72-76页 |
| ·基于页面质量因素的优化的事后链接分析算法 | 第76-84页 |
| ·利用页面的质量因素优化HITS算法 | 第76-80页 |
| ·算法分析 | 第80-83页 |
| ·实验结果和分析 | 第83-84页 |
| ·奇异值分解与优化的事后链接分析算法 | 第84-98页 |
| ·矩阵的奇异值分解的背景知识 | 第85-87页 |
| ·消除噪音页面的策略与算法 | 第87-90页 |
| ·算法描述 | 第90-93页 |
| ·算法分析和实验结果 | 第93-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 链接分析算法的应用 | 第99-124页 |
| ·Web关键资源发现中的链接分析技术 | 第99-112页 |
| ·搜索引擎的目标 | 第100-104页 |
| ·重要度 | 第104-105页 |
| ·链接分析算法与关键资源的发现 | 第105-106页 |
| ·算法描述 | 第106-108页 |
| ·算法分析 | 第108-109页 |
| ·相关的实验结果和分析 | 第109-112页 |
| ·关于贝叶斯网 | 第112-116页 |
| ·贝叶斯网络的表示 | 第112-114页 |
| ·VSM(向量空间模型)的贝叶斯网表示 | 第114-116页 |
| ·增加了链接因素的扩展的贝叶斯网模型 | 第116-117页 |
| ·基于链接因素的几种页面排名 | 第117-121页 |
| ·基于内容的页面排名 | 第118页 |
| ·基于枢纽值的页面排名 | 第118-119页 |
| ·基于权威值的页面排名 | 第119页 |
| ·基于内容和枢纽值的链接因素联合考虑的页面排名 | 第119-120页 |
| ·基于内容和权威值的链接因素联合考虑的页面排名 | 第120页 |
| ·基于内容,权威值,枢纽值联合考虑的页面排名 | 第120页 |
| ·基于内容和事前链接分析Rank值联合考虑的页面排名 | 第120-121页 |
| ·对比实验结果 | 第121-123页 |
| ·本章小结 | 第123-124页 |
| 第七章 总结和对未来工作的展望 | 第124-127页 |
| ·本文的总结 | 第124-125页 |
| ·进一步的研究 | 第125-127页 |
| 参考文献 | 第127-140页 |
| 作者简介 | 第140-143页 |
| 致谢 | 第143-144页 |
