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:
为了改善传统PageRank算法存在的不足,例如平分链接权重、主题漂移和忽略用户兴趣,提出一种基于分布式学习自动机和用户反馈的网页排序算法.利用页面内容的相似性、网页之间的超链接和用户遍历的路径,根据分布式学习自动机来确定网页间的超链接权重.考虑到用户反馈包含大量的价值信息,选择用户的转载、回复以及有效点击特征作为用户的行为特征,获得用户反馈因子.根据网页间的超链接权重和用户反馈因子计算每个网页的排名.仿真实验表明,与传统的PageRank算法和WPR算法相比,该算法在一定程度上提高了信息检索的精准度和用户满意度.
推荐文章
利用ε-贪婪学习和用户行为反馈的搜索引擎网页排序算法
搜索引擎
网页排序
ε-贪婪学习
用户行为
基于学习自动机和用户兴趣的PageRank算法研究
学习自动机
网页排序
超链接
兴趣度因子
一种基于学习自动机的推荐算法改进
学习自动机
奇异值分解
推荐算法
隐语义模型
梯度下降算法
精确学习模型下确定的有穷自动机的学习
多态自动机
有穷自动机
标识矩阵
EXACT模型
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 基于分布式学习自动机和用户反馈的网页排序算法研究
来源期刊 计算机应用与软件 学科 工学
关键词 分布式学习自动机 网页排序 用户反馈 超链接 内容相似性
年,卷(期) 2019,(3) 所属期刊栏目 算法
研究方向 页码范围 271-276
页数 6页 分类号 TP391.3
字数 6023字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.03.048
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 王冲 桂林电子科技大学计算机与信息安全学院 19 137 7.0 11.0
2 姜金川 桂林电子科技大学计算机与信息安全学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (22)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分布式学习自动机
网页排序
用户反馈
超链接
内容相似性
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导