一种有效的专题信息集中和检索策略

• 作者: 刘海峰 王宇新 郭禾 陈鑫
• 来源期刊: 计算机应用研究
• 关键词: HITS算法 锚文本 网页标题 专题相关度 向量模型 专题训练集
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2106-2108
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.06.032

摘要

Internet上专题资源网页汇聚和检索是垂直搜索引擎中的核心问题,HITS算法是早期解决这个问题的经典算法,很多文献对它进行了改进,但无论索引的主题相关率还是引擎的查准率都有提高的余地.提出一种基于锚文本和标题信息过滤并结合网页内容相关度判断的HITS专题检索策略,利用专题训练集判断主题相关度,很好地解决了只依靠查询字符串判断的弊端.实验表明,此策略能很好地提高专题信息汇聚精确度和检索的准确率,并且减少了非相关URL的下载量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇新	大连理工大学电信学院	88	589	12.0	19.0
2	郭禾	大连理工大学软件学院	86	724	14.0	23.0
3	刘海峰	大连理工大学电信学院	12	58	4.0	7.0
4	陈鑫	大连理工大学软件学院	15	100	7.0	9.0