陈丽萍

（巢湖学院计算机系，安徽巢湖238000）

面向网络的语义Web社区提取算法

陈丽萍

（巢湖学院计算机系，安徽巢湖238000）

Web社区是Web组织中非常重要的信息，将其用于信息搜索策略中可从本质上改善信息检索的结果，为用户提供潜在、及时、准确的信息；如何发现这些高精度的社区，进而快速从网上找到更多关于某一主题的网页是Web数据资源挖掘领域的热点.本文提出了一种多尺度语义Web社区提取算法，该算法很好的将语义信息融入到传统的社区模型中.实验表明，该算法提取的社区精度高，且漏检率较低，社区结构与其所对应的语义产生了较好的映射关系.它为信息检索的社区化奠定了重要的理论基础.

Web社区；语义；超链接分析；Web拓扑结构

1 引言

如何在急剧膨胀的海量级、碎片化的Web信息资源中抽取出潜在的、有价值的，及时的信息，进而充分高效地利用Web这个庞大的信息知识库，是当今信息检索领域重要又极具挑战性的研究课题[1].

尽管Web数据存在无组织、海量的特点，但是Web仍存在一些规律.从微观上看，Web由根据“主题”聚集在一起的多个社区组成[2]，体现在Web图上就是链接比较稠密的一些子图[3].Web社区[4]是指具有相同兴趣、爱好或者关注相同话题的一组用户所建立起来的一组网页/站点，这些页面通过链接的方式相互引用.这些社区提供了特定主题下的相关资源.因此通过识别社区可为用户提供有价值、可靠、及时的信息.

基于Web页面链接的主题爬行……