基于链接分析的Web社区发现研究与应用

【摘要】： 随着网络信息资源的急剧膨胀,如何从中抽取出潜在的、有价值的信息,进而充分有效地利用Web信息资源,是当今信息领域重要又极具挑战性的研究课题。而对Web社区发现的研究具有一定的实际应用价值,Web社区是Web组织中非常重要的信息,它可以对互联网信息进行各种意义上的划分,反映Web中普遍存在的、复杂的聚团关系和层次关系。 Web页面之间的链接关系为Web社区发现研究提供了极其丰富的信息线索,Web社区发现主要依据的是链接分析技术。从链接结构中获取有用的拓扑关系,可进一步分析其所对应的功能或语义内涵,有效实现无用信息的过滤。将Web社区发现算法应用于搜索引擎中有助于提高Web信息搜索的性能与精确度,并可在一定程度上实现信息的聚类。 本文在分析当前Web及其数据特征、Web拓扑结构建模方法、Web拓扑结构模型、信息检索模型及搜索引擎体系结构的基础上,以链接分析技术为支撑,研究了Web社区发现典型算法并提出了改进算法,同时在现有搜索软件及其工具包基础上构建了其应用系统原型。探讨了如何根据Web社区发现算法对Web信息集合进行有效的聚类划分和直观易懂的描述,对改善搜索引擎的搜索结果有一定的理论及应用价值。