网页排序中的随机模型及算法

网页排序中的随机模型及算法

ID:37373073

大小:3.25 MB

页数:75页

时间:2019-05-23

网页排序中的随机模型及算法_第1页
网页排序中的随机模型及算法_第2页
网页排序中的随机模型及算法_第3页
网页排序中的随机模型及算法_第4页
网页排序中的随机模型及算法_第5页
资源描述:

《网页排序中的随机模型及算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、北京交通大学博士学位论文网页排序中的随机模型及算法姓名:刘玉婷申请学位级别:博士专业:运筹学与控制论指导教师:马志明20090401北京交通大学博+学位论文中文摘要成果,也验证了这一想法,为以后更多的理解排序问题奠定了基础.关键词:信息检索;排序问题;静态排序;动态排序;排序联合问题;马氏骨架过程;BrowseRank算法;监督学习分类号:0211北京交通大学博士学位论文ABSTRACTAstheWorld、MdeWebgrowsrapidly,searchengineshavebecomethemostpop-u

2、lartoolstoaccessthelargevolumeofinformationfromit.AndthekeyfactorofthesearchengineistherankingmodelofWebpages,whichcontainstWOtypes:staticrankanddynamicrank.Inpast,differentapproacheshavebeendesignedtOsolvethesetwoproblemsseparately.Inthisthesis,weanalyzethemo

3、nthesamebase—stochasticprocessmodel,anddesignnewalgorithmstosolvethemefficientlyandeffectively.Firstly,weestablishaframeworkonMarkovskeletonprocesstocomputethepageimportancebyinvestigatingrealbrowsingbehaviorsofusers.Wefindthattheimpor-tanceofWebpagesonusers’v

4、iewisdeterminedbytwofactors:visitingfrequencyandthelengthofthestayingtimeonthem.AndweprovethatthestationarydistributionoftheMarkovskeletonprocess(itexistsunderspecialconditions)cantakethesetwofac—torstogetherintotheaccount.Withinthisframework,wedesignagroupofe

5、ightnewnovelalgorithmsallreferredtOasBrowseRank,tocomputethepageimportancebasedonthecontinuous—timetime-homogeneousMarkovprocess,whichisoneofthreespe—cialcasesoftheMarkovskeletonprocess.Andfromtheexperimentalresults,wefindBrowseRankoutperformsotherbaselinealgo

6、rithms,suchasPageRankandTrustRank.Itistestifiedthatstochasticprocessmodelismoreeffectiveandefficientforpageim—portancecalculation.Moreimportant,ThefirstoneoftheseeightalgorithmsWaspre—sentedinSIGIR’08,andnowithasbecomethemostpopularalgorithminthefieldofcommerc

7、ialsearchengines.Suchinnovatoryalgorithmwasevaluatedbyvariousre—portagesasthenextPageRankandwillimpacttheprogressofsearchengineshighly,suchas’’Microsofttriestoone-upGooglePageRank’’byCNET.com.’’BrowseRank:TheNextPageRank,SaysMicrosoft”byWebProNewsandSOon.Secon

8、dly,webuildasupervisedframeworkforrankaggregationbasedonMarkovChain.Withinthisframework,Wenotonlygeneralizesomeunsupervisedalgorithmstosupervisedones,butalsodesignanewapproachrefer

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。