- 相關(guān)推薦
基于層次分析法的網(wǎng)頁排序技術(shù)論文
1概要
經(jīng)過多年的探索發(fā)展，向量空間模型、語言模型、布爾模型、鏈接分析算法、相關(guān)性排序模型等都曾或正被應(yīng)用到搜索引擎中。目前用得比較多的排序算法是在鏈接分析算法的基礎(chǔ)上加入更多的排序因素：關(guān)鍵詞在網(wǎng)頁中出現(xiàn)的位置、點擊次數(shù)和網(wǎng)頁被引用次數(shù)等。這些方法最大的不足是不同用戶搜索得到的網(wǎng)頁結(jié)果排序是一樣。
2層次分析法
2.1層次分析法原理
層次分析法(AHP)，其主要思想是通過對復(fù)雜系統(tǒng)的有關(guān)要素及其相互關(guān)系進行分析，將其簡化為有序的遞階層次結(jié)構(gòu)，使這些要素歸類到不同的層次，形成一個多層次的分析結(jié)構(gòu)模型，最終把系統(tǒng)分析轉(zhuǎn)化為確定最低層( 決策方案) 相對于最高層( 總目標) 的相對重要性權(quán)值的問題。
AHP 使用時先將問題中的因素劃分到不同層次中，利用一致矩陣法確定各層次因素間的權(quán)重，經(jīng)過歸一化得出由同層次因素對于上一層次某因素的相對重要性的權(quán)值所組成的矩陣。然后計算某層次所有因素對最高層相對重要性的權(quán)值。兩次相對重要性權(quán)值計算都需進行一致性檢驗。
AHP 實現(xiàn)網(wǎng)頁排序的原理是以網(wǎng)頁和搜索關(guān)鍵詞之間的相關(guān)度為最高層，點擊次數(shù)、詞頻、詞位置、引用次數(shù)、瀏覽時間和用戶個人信息作為中間層，搜索的結(jié)果網(wǎng)頁為最底層。通過結(jié)合搜索和層次分析法排序完成搜索任務(wù)。
2.2基于層次分析的網(wǎng)頁排序
首先對用戶提交的關(guān)鍵詞進行同義詞查詢，基于關(guān)鍵詞及其同義詞進行擴展查詢，查詢返回關(guān)鍵詞在頁面中的位置、瀏覽平均時間、點擊率、被引用次數(shù)等信息，然后對返回的結(jié)果頁面結(jié)合AHP 分析得出相關(guān)性排序網(wǎng)頁，最終向用戶反饋排序結(jié)果。
假設(shè)用戶提交關(guān)鍵詞后得到5 個頁面， 為得到的頁面創(chuàng)建SearchedPage 實例。該實例有以下字段：id( 頁面在DB 中的編號),relevance( 關(guān)鍵詞與頁面的相關(guān)程度),hitWeight( 頁面被點擊次數(shù)權(quán)重，/100),refWeight( 頁面被引用次數(shù)權(quán)重),posWeight( 關(guān)鍵詞位置權(quán)重，根據(jù)關(guān)鍵詞第一次出現(xiàn)的位置判斷，標題部分取20，正文按每10% 減1，正文前10% 取10),freWeight( 關(guān)鍵詞頻率權(quán)重，*100),readTWeight( 頁面平均瀏覽時間權(quán)重，*100),cusWeight( 用戶個性化相關(guān)權(quán)重， 頁面類別與用戶愛好匹配取3，否則取1),synWeight( 詞義距離權(quán)值，取值0-5，直接匹配取0)。假設(shè)這5個頁面：(hitWeight,refWeight,posWeight,freWeight,readTWeight,cusWeight,synWeight)
5 個頁面取值分別為：P1(9.6,24,20,0.93,2.7,1,1),P2(3.1,7,9,0.2,1.76,1,1),P3(8.2,13,10,0.98,0.84,3,1),P4(9.7,8,10,1.15,0.79,1,0),P5(5.4,36,20,0.81,0.8,3,2)。利用AHP 求解relevance。
根據(jù)中間層因素對relevance 取值的影響程度，建立比較矩陣T，其中t12 = 1/3 表示作者認為關(guān)鍵詞在頁面中的位置比其出現(xiàn)頻率更重要。
通過計算，得比較矩陣T 的最大特征根λ = 7.3，相應(yīng)特征變量為W=(0.11,0.34,0.05,0.24,0.10,0.08,0.09)T，一致性檢驗指標CI = (λ- n)/(n - 1) = 0.05,n = 7。查表知隨機一致性指標為RI=1.32，一致性比率CR=CI/RI=0.038<0.1，通過一致性檢驗。
根據(jù)SearchedPage 屬性值，構(gòu)建P1 到P5 實例對freWeight 等指標的判斷矩陣。
因為篇幅有限， 本文不列出K2—K10，只給出K2—K10 比較矩陣的最大特征值λi(i=1,2,3,??,7) 與對應(yīng)的特征向量Wi(i=1,2,3,??,7)。
λ1=10.04 W1=(0.14,0.05,0.16,0.14,0.12)
λ2=10.86 W2=(0.13,0.02,0.08,0.10,0.17)
λ3=10.09 W3=(0.17,0.03,0.14,0.17,0.11)
λ4=10.11 W4=(0.19,0.07,0.07,0.05,0.04)
λ5=10.12 W5=(0.12,0.03,0.08,0.04,0.25)
λ6=10.01 W6=(0.03,0.04,0.19,0.03,0.18)
λ7=10.29 W7=(0.11,0.03,0.12,0.13,0.07)
算出K1—K10 最大特征值、特征向量對應(yīng)的CI、CR 知通過一致性檢驗，層次總排序一致性比率：CR=(t1CI1+t2CI2+L+a7CI7)/(a1RI1+a2RI2+L+a7RI7)， 其中：(t1,t2,t3,t4,t5,t6,t7)T=(0.11,0.34,0.05,0.24,0.10,0.08,0.09)T，算得CR = 0.032，CR<0.1 通過檢驗。
因此，通過同義詞和個性化搜索后得到SearchedPage 的5 個實例P1、P2、P3、P4、P5 排序為P1、P5、P3、P4、P2。
3結(jié)語
基于層次分析的搜索排序技術(shù)可以較好的解決傳統(tǒng)的同義詞擴展方式又會帶來更多的查詢結(jié)果難以合理排序的問題，并有利于提高搜索的精確率和覆蓋率。
【基于層次分析法的網(wǎng)頁排序技術(shù)論文】相關(guān)文章：
基于Matlab的層次分析法與運用10-05
基于層次分析法的企業(yè)管理系統(tǒng)柔性的評價10-06
基于層次分析法的計算機網(wǎng)絡(luò)教學可靠性研究論文10-08
基于聚類分析法的云南金融競爭力研究論文10-08
基于灰色關(guān)聯(lián)度分析法的期刊論文被引用率分析論文10-08
基于SVM的重復(fù)網(wǎng)頁檢測算法分析論文10-11