基于网页链接和内容分析的改进PageRank算法

结合网页链接分析和网页内容相关性分析提出一种改进的PageRank算法EPR（Extended PageRank）,从分析网页内容相似性的角度解决相关性需求,从网页链接分析的角度解决权威性需求。算法为扩展PageRank提供了广阔的空间,并且实验证明,通过选择合适的参数EPR算法可以获得优于传统PageRank算法的排序结果。     

基于改进PageRank算法的跨链公证人机制评价模型

跨链技术是区块链领域研究和关注的热点,公证人机制是一种典型的跨链技术手段.针对公证人机制中存在节点信用监督不足的问题,构建基于改进PageRank算法的公证人节点信用评价模型.收集多种公证人节点相关信息,利用改进的PageRank算法对公证人节点进行信用计算,得到高可信的公证人节点,从而保证区块链系统安全稳定.将用户评...     

上下文相关广告中的关键词抽取研究

Contextual advertising is a major revenue source for today’s companies. Keyword extraction is a key step in this kind of advertising, through which appropriate advertising keywords are extracted from Web pages so that corresponding ads can be triggered. This paper describes a system that learns how to extract keywords from web pages for advertisement targeting. Firstly a text network for a single webpage is build, then PageRank is applied in the network to decide on the importance of a word, finally top-ranked words are selected as keywords of the webpage. The algorithm is tested on the corpus of blog pages, and the experimental results prove practical and effective.     

一种基于话题传播的微博用户影响力分析方法

基于微博话题传播过程,提出了一种新的用户影响力分析方法.该方法首先结合微博信息传播机制,构建信息推送网和信息转发网;其次,基于上述网络建立话题传播网模型并提出CTDN构建算法;最后,以该模型为基础设计并实现了一种用户影响力排序算法TD-InfluenceRank,该算法在迭代计算用户影响力时通过考虑节点间的信息传播,使影响力更多地转移给关系密切的节点.实验结果表明,以TD-InfluenceRank算法为核心的用户影响力分析方法,能够有效提高话题传播中用户影响力分析的准确性.     

IDL: Evaluating software quality based on PageRank algorithm

In the traditional method, the software quality is measured by various metrics of the software, such as decoupling level (DL), which can be used to predict software defect. However, DL, which treats all the ?les equally, has not taken file importance into consideration. Therefore, a novel software quality metric, named as improved decoupling level (IDL), based on the importance of documents was proposed. First, the PageRank algorithm was used to calculate the importance of ?les to obtain the weights of the dependencies, and then defect prediction models was established by combining the software scale, dependencies, scores and software defects to assess the software quality. Compared to most existing module-based software quality evaluation methods, IDL has similar or even superior performance in the prediction of software quality. The results indicate that IDL measures the importance of each ?le in the software more accurately by combining the PageRank algorithm in DL, which indirectly re?ects the quality of software by predicting the bug information in software and improves the accuracy of prediction result of software bug information.     

复杂网络聚类特征层次布局算法

网络聚类模式发现是网络分析中的一项重要任务,好的网络布局应能体现网络中的聚类特征,并允许用户从不同层次探索网络结构。为此,基于社团划分和多层次布局思想提出了聚类特征层次布局算法。首先利用种子节点和个性化PageRank对网络实现社团划分;其次根据划分结果对网络进行粗化,并设计了粗化网络初始布局;然后利用节点度信息改进力导向模型以完成细化;最后,为验证所提算法的有效性,设计了从整体到局部的实验。实验表明所提算法能够在有效时间内生成高质量的布局结果,与现有布局算法相比,所提算法更能真实展示网络聚类特征,同时兼顾网络微观结构,能够满足用户从不同层次探索网络结构的需要。     

考虑级联失效的有向WSNs节点重要度评估模型

针对无线传感器网络中关键节点失效引发网络快速崩溃的问题,考虑节点之间存在相互作用且相互作用具有方向性的特征,建立有向网络级联失效模型,推导节点失效后引起的负载震荡状态值.基于经典的PageRank算法,利用失效节点引发的邻居节点平均负载震荡状态值定义节点的初始重要度值,建立节点度择优的分配规则改进PageRank算法的平均分配规则,结合节点层级结构,建立考虑级联失效的有向传感器网络节点重要性分析方法.最后,通过仿真实验验证算法的有效性.实验证明,该方法能有效地评估了有向无线传感器网络节点的重要性,而且当对判定出的关键节点进行保护时,该方法判定关键节点的网络抗毁性明显较强.     

融合用户自身因素与互动行为的微博用户影响力计算方法

由于微博高影响力用户在商品营销、社会舆论引导等方面起着重要的作用,因此挖掘高影响力用户成为了微博社交网络中的热点研究问题。针对微博用户影响力计算中存在交互行为与用户自身因素分析不全面的问题,提出了微博用户影响力计算方法MBUI-SFIM(Micro-blog userinfluence based on user’s self-factors and interaction computing model)。该方法考虑了微博用户直接影响力和间接影响力两个方面:在用户直接影响力计算中,通过对用户的自身因素如微博用户粉丝数、用户活跃度、近期微博质量等的分析,计算出用户的初始影响力,然后分析用户互动行为如用户的微博可见率、微博用户互动系数,计算出用户传播能力,最后将初始影响力与用户传播能力相结合,基于改进PageRank算法计算出用户直接影响力;在用户间接影响力计算中,通过对用户网络图连接结构进行分析,根据不相邻用户连接路径的不同,将用户间接影响具体分为简单路径、重复路径、复杂路径3种情况进行讨论,从而计算出用户间接影响力。实验结果表明,相比PageRank算法和MR-UIRank算法,所提算法在用户排名准确性上分别提高了14.8%和8.3%。     

层次分析算法及优化在网络视频评比中的实践

随着新媒体时代的到来,网络信息传播变得更加便捷,很多单位开展了视频网上评比活动,但往往对其缺少合理快捷的评估方法.本文通过分析视频网上评比的影响因素,构建出多指标的层次分析模型.文章介绍了层次分析法及其基于PageRank的优化算法的主要步骤,利用它求出各评比指标的权值,从而给出评比计算方法.本文的研究方法为处理多指标问题提供了一些参考价值.     

基于多策略融合的专利术语自动抽取

专利术语自动抽取是知识抽取与文本挖掘的关键环节。在构建专利文献停用词表以及提取特定规则的基础上,抽取候选专利术语;通过分析专利术语与其所在句子的关联关系、相邻专利术语之间的影响以及常识性词语对专利术语抽取的干扰,分别提出基于PageRank思想的STRank权重计算方法、专利术语区别度计算方法以及知网义原信息降权方法,并融合上述方法对专利术语进行抽取。采用传感器领域的专利文献进行实验,在top-1400、top-1600级别上正确率为80.5%、79.7%,相对比CS+CC+CD方法分别提高了11.4%、9.5%。实验结果证明该多策略融合方法的有效性。