基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服PageRank在搜索过程中重复性地把当前受欢迎的网页放在搜索结果的首要位置,而不受欢迎的网页被大多数用户忽略的问题,采用了一种改进的评估函数及有效的用户模型,获得了一个新的PageRank优化算法.实验结果表明,该算法达到了较好的公平性.
推荐文章
基于MapReduce的PageRank算法优化研究
MapReduce
PageRank算法
块结构划分
Hadoop
采用改进受欢迎度的PageRank优化算法
搜索引擎
受欢迎度
PageRank优化算法
PageRank算法研究
信息检索
PageRank算法
时效性
主题漂移
潜在语义模型(LSM)
PageRank算法中主题漂移的研究
pagerank
主题漂移
主题敏感
页面排序
搜索引擎
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 新的PageRank优化算法
来源期刊 计算机工程与应用 学科 工学
关键词 PageRank算法 评估函数 用户模型
年,卷(期) 2012,(6) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 94-95,154
页数 分类号 TP301
字数 3519字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.06.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴洪丽 海南师范大学信息科学技术学院 13 46 4.0 6.0
2 蒋永辉 海南师范大学信息科学技术学院 10 29 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PageRank算法
评估函数
用户模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导