改进的基于历史信息分析的网页排序算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 绪论 | 第8-10页 |
| 1 web数据挖掘 | 第10-20页 |
| ·基本搜索策略 | 第10-12页 |
| ·小世界网络理论 | 第12-13页 |
| ·利用链接来分析使用web | 第13-14页 |
| ·搜索引擎 | 第14-17页 |
| ·搜索引擎爬取器 | 第14-16页 |
| ·搜索引擎索引(Indexing) | 第16页 |
| ·搜索引擎前端搜索(searching) | 第16-17页 |
| ·链接分析经典算法 | 第17-20页 |
| ·PageRank算法 | 第17-18页 |
| ·HITS算法 | 第18页 |
| ·SALSA算法 | 第18-19页 |
| ·其他算法 | 第19-20页 |
| 2 历史信息对网页的影响 | 第20-32页 |
| ·网页进化理论的提出 | 第20-24页 |
| ·问题的出现 | 第20-21页 |
| ·解决的可行性 | 第21-23页 |
| ·解决方案的提出和发展 | 第23-24页 |
| ·TimedPageRank算法 | 第24-28页 |
| ·改进的时间分析算法CRTPR | 第28-32页 |
| ·网页更新率 | 第28-29页 |
| ·CRTPR算法 | 第29-30页 |
| ·CRTPR与TPR的数学分析 | 第30-32页 |
| 3 实验设计实现与结果 | 第32-53页 |
| ·实验数据及数据爬取器的实现 | 第32-39页 |
| ·数据描述 | 第32-35页 |
| ·爬取策略 | 第35页 |
| ·爬取器的设计与实现 | 第35-39页 |
| ·爬取网页结果 | 第39页 |
| ·MatLab实验的设计与实现 | 第39-43页 |
| ·PageRank实现 | 第39-41页 |
| ·TPR与WTPR的实现 | 第41-43页 |
| ·CRTPR的实现 | 第43页 |
| ·主程序构架 | 第43页 |
| ·评价方法 | 第43-49页 |
| ·一般评价方法 | 第43-46页 |
| ·向量模型的反馈 | 第46-48页 |
| ·本文使用的基本评测方法 | 第48-49页 |
| ·实验结果 | 第49-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
