苏亚博

（四川大学计算机学院，成都 610065)

基于链接分析的Web站点结构提取算法

苏亚博

（四川大学计算机学院，成都 610065)

随着互联网技术的发展，大多数站点体积庞大，结构复杂，使得人们难以从中提取出完整、准确的信息。将链接分析引入到站点结构的提取中，提出一种Web站点结构提取算法，提高站点结构的提取效率。

链接分析；站点结构；PageRank

0 引言

近年来，随着互联网的快速发展和普及，网络信息资源呈现爆炸式的增长。大量的网络信息资源极大地满足人们获取信息的需要，但也给人们有效查找信息和获取信息带来了困难。万维网由一系列互相链接的超文本组成，即网页，用户通过点击链接来访问网页，获取相应的信息。万维网中通过链接的信息组织方式，灵活性强，链接将资源有机的联系在一起，用户可以通过点击链接来跳转到感兴趣的内容。链接不仅有线性关系的上下翻页，还有非线性的跳转，链接之间关系错综复杂，用户很容易迷失在链接之中，具体表现为用户不知道当前浏览网页所在的具体位置，较难返回原来的链接和找到兴趣链接，特别是在站点信息量大、用户不了解站点的导航设施时。链接的非线性跳转，还容易使用户跳过重要的内容，目标分散，影响信息获取的效率。站点结构的提取不仅能够提高用户信息浏览的效率，也有助于站点的管理者判断站点的信息组织是否高效和结构是否合理，从而优化站点结构。

网络链接是利用超链接和超文本技术表现网络中两个或多个事物（服务器、网站、网页地址、文件、程序、文字、图像、声音等）之间的关系[1]。……