一种评价搜索引擎信息覆盖率的模型及其验证

• 作者: 孟涛 李晓明 闫宏飞
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 搜索引擎 信息覆盖率 采样 权值计算 验证 数量覆盖率 质量覆盖率
• 年，卷（期）: 2003,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1168-1172
• 页数: 5页
• 分类号: TP393
• 字数: 4518字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2003.08.012

摘要

搜索引擎的网页搜集子系统通常以WWW的网页构成的有向图结构为依据,循着网页间的链接进行搜集从而扩大信息覆盖面.本文针对这种信息覆盖能力,建立量化模型从多个角度考察搜集系统对WWW信息资源的覆盖程度.文章首先分析了网页搜集不完全性的若干因素,在指出信息覆盖率的研究意义后提出了三类重要的信息覆盖率概念,然后围绕其中的数量和质量覆盖率展开研究工作.在建立"采样-权值计算-验证"的覆盖率评测模型之后,以北大"燕穹"网页信息博物馆为考察对象并获得其网页数据,用不同的方式对中国Web进行采样;然后分别采用PageRank和HITS两种网页权值算法算出其中的重要网页作为样本,从量和质的角度考察"燕穹"系统的信息覆盖率,得到合理的数量和质量覆盖率值,从而验证了"燕穹"系统信息覆盖率结论的合理性和该信息覆盖率评测模型的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟涛	北京大学计算机科学技术系	9	126	6.0	9.0
2	闫宏飞	北京大学计算机科学技术系	32	414	11.0	20.0
3	李晓明	北京大学计算机科学技术系	127	2603	27.0	49.0