结合PCM聚类算法的网页排序

J4 ›› 2013, Vol. 35 ›› Issue (4): 144-149.

结合PCM聚类算法的网页排序

刘发升，张菊琴

（江西理工大学信息工程学院，江西赣州 341000）

收稿日期:2012-06-08 修回日期:2012-10-08 出版日期:2013-04-25 发布日期:2013-04-25
基金资助:
江西省教育厅科技资助项目（GJJ11463）

Web page ranking algorithm based on PCM clustering algorithm

LIU Fasheng，ZHANG Juqin

(School of information Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China)

Received:2012-06-08 Revised:2012-10-08 Online:2013-04-25 Published:2013-04-25

摘要/Abstract

摘要：

针对传统的网页排序算法中容易出现的忽略搜索结果主题相关性和主题漂移的问题，提出了结合PCM聚类算法的网页排序，用来提高搜索结果中网页主题的相关性并减少其主题漂移。首先，通过查询某个主题，运用随机行走（RWM）的方法来计算两个网页之间的对称社会距离(SSD)；然后，用SSD和PCM聚类算法对网页进行聚类，得到相关主题的各个社区，通过计算得到各个社区中成员属于该社区的概率表示；最后，根据各社区成员的概率和网页的推荐度对网页进行排序。实验结果表明，与PageRank算法相比，该算法搜索结果中网页主题的相关程度更高；另外，由于是针对某个主题的排序，该算法减少了主题漂移。

关键词: 排序算法, RWM, SSD, PCM聚类算法

Abstract:

The paper proposed a page ranking algorithm based on PCM clustering algorithm in order to solve the problems that the topic relevance of search results are easily ignored and the topics are easily changed in the traditional page sorting algorithms. It improves the topic relevance of the search results and reduces the topic drift. Firstly, by inquiring a theme, random walk method (RWM) is used to calculate the two pages of the symmetrical social distance (SSD) between two web pages. Secondly, SSD and PCM clustering algorithm are used to cluster page and get each community of related topic, and obtain the probability of each member in every community group. Finally, according to the probability and recommended degree of the pages, the web pages are sorted. The experimental results show that, compared with the PageRank algorithm, the proposed page sorting algorithm based on PCM clustering algorithm can obtain a search result with more relevant topic. Because it targets a subject sort, the algorithm reduces the topic drift.

Key words: ranking algorithm;RWM;SSD;PCM clustering algrithm

刘发升，张菊琴. 结合PCM聚类算法的网页排序[J]. J4, 2013, 35(4): 144-149.

LIU Fasheng，ZHANG Juqin. Web page ranking algorithm based on PCM clustering algorithm [J]. J4, 2013, 35(4): 144-149.

[1]	曹军航, 黄瑞章, 白瑞娜, 赵建辉, . DCsR：一种面向中文文本的集成式纠错框架[J]. 计算机工程与科学, 2023, 45(02): 370-380.
[2]	李琼, 宋振龙, 袁远, 谢徐超. 一种基于NVMeoF存储池的分域共享并发存储架构[J]. 计算机工程与科学, 2020, 42(10高性能专刊): 1711-1719.
[3]	李兰, 奚舒舒, 张才宝, 马鸿洋. 基于改进SSD模型的工件表面缺陷识别算法[J]. 计算机工程与科学, 2020, 42(09): 1608-1615.
[4]	贾小硕, 曾上游, 潘兵, 周悦. 基于改进MTCNN网络的目标人脸快速检测[J]. 计算机工程与科学, 2020, 42(07): 1262-1266.
[5]	宋强1,刘亚萍2,刘珍兰1. 基于多代种群进化信息改进的差分进化算法研究[J]. 计算机工程与科学, 2018, 40(11): 2054-2059.
[6]	边倩，焦康，王忠. “C语言程序设计”课程数组教学方法的探索[J]. J4, 2014, 36(A2): 101-103.
[7]	邹青1，张莹莹2,陈一帆1，张士庚1，段桂华1. 社交网络中一种快速精确的节点影响力排序算法[J]. J4, 2014, 36(12): 2346-2354.
[8]	陈博, 肖侬, 刘芳, 欧洋, 何晚辉. 一种面向RAID阵列的SSD设计优化方法[J]. 计算机工程与科学, 2014, 36(07): 1226-1230.
[9]	吴洁明，韩云辉，冀单单. 基于Lucene的数字作品搜索引擎的研究与设计[J]. J4, 2013, 35(5): 166-172.
[10]	陈宏建[1] 陈峻[2] 秦玲[1] 徐晓华[1] 屠莉[1]. 带有宽总线网络的可重构计算模型上的并行归并排序算法[J]. J4, 2005, 27(5): 59-62.