Ｗｅｂ结构挖掘在电子商务网站结构优化中的应用.doc

《Ｗｅｂ结构挖掘在电子商务网站结构优化中的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｗｅｂ结构挖掘在电子商务网站结构优化中的应用　　[摘要]本文概述了Web结构挖掘技术并描述了其常见算法。针对Web结构挖掘算法，提出了提高网站结构合理性的对策。使用户通过优化网站结构来获取更多有效客户，扩大网站影响力，从而提升网站价值。　　[关键词]Web结构挖掘网站结构超链接PageRankHITS　　　　一、前言　　网站的推广对电子商务网站而言尤为重要。网站在常用搜索引擎上的排名会直接影响到网站的推广和网站的运营效果。因网站的结构不同，即使内容相同，外观相同的网站，在常用搜索引擎中的排名也会不同。网站结构是否合理

2、会影响到搜索引擎在网站页面上抓取的结果，从而影响到网站的排名。在实际应用中，常使用PR（PageRank）值来判断网站结构是否合理，PR值越高说明网站结构越合理，搜索引擎就会收录该网站更多的页面，为网站带来更多的流量。因此，提高网站结构的合理性，获取更高的PR值就显得尤为重要。只有用网站结构优化的理念去设计网站，才有可能设计一个成功的网站。基于Web的数据挖掘技术中的Web结构挖掘（WebStructureMining）则是判断网站结构是否合理的一个有效方法。使用Web结构挖掘方法可以提高网站结构的合理性，增加网站的

3、PR值，扩大网站的流量。　　二、Web结构挖掘的概念　　基于Web的数据挖掘是指使用数据挖掘技术在Web数据中发现潜在的、有用的模式或信息。基于Web的数据挖掘一般可以分为三类：Web内容挖掘（WebContentMining）、Web结构挖掘（WebStructureMining）及Web用法挖掘（WebUsageMining）。其中Web结构挖掘是对Web的链接结构进行分析,以对超链接分析来评估Web资源,从而发现有用模式,提高搜索质量及提高网站被抓取的可能性。Web结构包括不同网页之间的超链接结构和网页内部用H

4、TML，XML表示的树形结构，以及文档URL中的目录路径结构等。Web页面之间的链接结构中包含了许多有用的信息，Web结构挖掘是从Web结构中推导知识，即对Web文档的结构进行挖掘，挖掘Web潜在的链接结构模式，通过分析网页间链接数量及对象来建立网站自身的链接结构模式。　　Web结构挖掘的基本思想是将Web看成是一个巨大的以Web页面为节点、页面之间超链接为有向边所构成的一个网状结构的有向图，然后利用图论对Web的拓扑结构进行分析，从而确定其网站结构的合理性。　　Web结构挖掘的算法一般可分为查询相关算法和查询无关算

5、法两类。HITS(HypertextInducedTopicSearch)和PageRank分别是查询相关算法和查询无关算法的代表。这些算法已经在实际的系统中实现和使用，并且取得了良好的效果。　　三、Web结构挖掘算法描述　　基于超链接分析的思想，SergeyBrin和LawrencePage在1998年提出了PageRank算法，同年J.Kleinberg提出了HIT5S算法，其他一些学者也相继提出了另外的链接分析算法，如SALSA，PHITS，Bayesian等算法。对超链接进行挖掘的两个典型的算法是：PageR

6、ank算法及HITS算法。　　1.PageRank算法　　PageRank算法是Web超链接结构分析中最成功的代表之一，该算法是评价网页权威性的一种重要工具。Google、Yahoo、Baidu等都是基于该算法的搜索引擎。PageRank算法基于2个前提，一是若网页A被多次引用，则A重要；若A被重要网页B引用，则A重要；B的重要性被平均的传递到它所引用的网页。二是若用户访问网页A，然后跟随A的导出链接向后浏览网页B而不退回A，那么浏览B的概率就是B的PageRank值。　　PageRank在具体实现时会忽略掉页面的文

7、本和其他内容，只考虑页面间的超链接。但由于网页的链接范围领域很广，链接的页面价值参差不齐，所以仅以简单的链接数量来判断网页的重要性是不真实客观的，所以其他研究者对PageRank算法提出了改进。改进的PageRank算法不仅考虑了网页引用数量，还根据页面的导入链接的权重来计算页面的重要性。页面导入链接的权重由链接提供页面的重要性所决定，即当前页面的重要性主要由其他页面的重要性来决定，PageRank算法就是从链接结构中获取网页的重要性。　　简单PageRank算法描述如下：　　PR(A)=(1-d)/N+d(PR(T

8、1)/C(T1)+...+PR(Tn)/C(Tn))　　其中：PR(A)：页面A的PR值,　　PR(Ti)：页面Ti的PR值，页面Ti链向页面A　　C(Ti)：页面Ti链出的链接数量　　d：阻尼系数，取值在0－1之间　　N：互联网上所有网页的数量　　由此可见，PageRank算法不以站点排序，页面PR值由独立的页面决定。页面的PR值由链向它的页