黄贤英，陈红阳

(重庆理工大学计算机科学与工程学院，重庆 400054)

基于用户兴趣度的PageRank改进算法

黄贤英，陈红阳

(重庆理工大学计算机科学与工程学院，重庆 400054)

传统的PageRank算法容易导致主题漂移、偏重旧网页、用户对搜索结果的主观选择被忽略等问题。针对PageRank算法存在的上述缺陷，提出了一种基于用户兴趣度的网页排序算法——PRUI算法。该算法主要从网页自身的客观特性和用户兴趣的主观特性两方面对网页的PR值进行重新估算，并依据估算后的网页PR值对网页做重排序。相比传统的PageRank算法，改进的PRUI算法进一步提高了系统检索的准确率和首页命中率。

搜索引擎;PageRank算法;主题漂移;用户兴趣度;页面排序

目前，搜索引擎是人们获取网络信息的主要工具。面对互联网信息爆炸式的增长和日益复杂的用户信息需求［1］，基于关键字查询的传统网页排序算法已经愈加显露出自身的不足。如何快速、高效、准确地从信息海洋中找到符合用户需求的信息资源是搜索引擎网页排序算法亟待解决的问题［2］。

针对PageRank算法中存在的主题漂移问题，王春花等［3］提出了一种改进的非平均权值传递PageRank算法。该算法考虑了源网页与其出链网页之间的相关度，对网页的权值采取非平均分配方式;缺点是未能考虑目标网页与用户查询词的主题相关度。王德广等［4］考虑网页的时间因素，认为网页发布时间和被检索时间之差与其PR值呈负相关，引入了时间函数，使内容较新颖且对用户具有吸引力的新网页PR值得到提高。……