一種改進(jìn)的Web社區(qū)挖掘算法.pdf

1、隨著Internet的快速發(fā)展，Web資源飛速增長(zhǎng)，并朝著多元化、復(fù)雜化的方向發(fā)展。如何從中提取出潛在的、有價(jià)值的信息，進(jìn)而充分、有效地利用Web信息資源，是當(dāng)今信息領(lǐng)域重要又極具挑戰(zhàn)性的研究課題。Web社區(qū)是Web中非常重要的信息，它可以對(duì)互聯(lián)網(wǎng)進(jìn)行各種意義上的劃分。因此，通過(guò)合理的策略快速發(fā)現(xiàn)海量Web頁(yè)面中的Web社區(qū)，對(duì)信息檢索及搜索引擎都具有非常重要的意義。
　　 Web頁(yè)面之間的鏈接關(guān)系為Web社區(qū)發(fā)現(xiàn)提供了極其豐富

2、的信息線索，可以從鏈接結(jié)構(gòu)中獲得Web拓?fù)浣Y(jié)構(gòu)模型。本文研究了Web社區(qū)發(fā)現(xiàn)的三種典型算法，并對(duì)這三種算法進(jìn)行了具體的比較和分析，指出了算法中存在的缺陷和改進(jìn)的方向。
　　 本文對(duì)傳統(tǒng)的基于流量的社區(qū)發(fā)現(xiàn)算法中邊容量與社區(qū)規(guī)模之間的關(guān)系進(jìn)行了深入的研究，傳統(tǒng)算法給每條邊的邊容量分配一個(gè)常量值，把每條邊看作同等重要，而實(shí)際上每條邊所包含的信息價(jià)值并不相同，因此常常把包含噪音頁(yè)面的圖結(jié)構(gòu)提取出來(lái)，并且在某些情況下不能提取出大小合適的