[发明专利]一种网络节点评级的方法

说明书

技术领域

本发明涉及网络信息搜索技术领域，更具体地说，涉及一种网络节点评级的方法。

背景技术

当前，搜索引擎已经成为与电子邮件等类似的使用最为频繁的互联网应用之一。因此，提高网络信息搜索技术具有重要的意义和价值。网络信息的一大特征是丰富的链接关系：信息分布在网络的各个节点上，节点之间通过具有特定语义的链接而互相关联、互相参照或者互相引用。另外，网站中的网页还具有中间层次的目录结构，而且网站之间还可通过域名形成更高级别的层次结构。因此，网络的信息节点可包括网页、网站以及其它粒度的信息节点。节点之间丰富的链接关系和层次化的结构成为网络信息区别于常规的文本、图像、音视频等信．息的重要特性。对这些特性加以充分利用有助于提升网络信息搜索的技术水平。因此，当前获得主流应用的互联网搜索引擎都普遍使用了网络信息的链接关系。其目的在于通过网页或者网站等信息节点之间的链接关系，对信息节点作内容、属性分析或者评级。对节点的评级即赋予节点一个或多个级别数值，以便定量地区分其质量、重要性、权威性或者受欢迎程度等性质。目前的评级结果一方面可用作指导网页收集的优先级别，以便将重要的网页尽快收集或者更新；另一方面，它还可以同常规的针对具体查询关键词的搜索结果评分机制结合起来，提升高质量网页的排名，从而实现效果更佳的对搜索结果的排序。同时，也可以利用PageRank方法对网站进行评级。尽管PageRank方法为互联网信息搜索提供了革新性的技术并在市场应用中获得了巨大的成功，其完全基于链接关系和单向的网页级别传递的性质也显现了一些不足的方面。作弊者只要不断地增加包含指向某个网页的链接的网页，所指网页的PageRank就能不断提高。只依靠网页的反向链接即进入链接进行评级，网页的级别总是随着入链的增加而单增，并且不区分入链是否具有相关性及其相关程度，由此导致其网页级别容易受到链接交换、链接接力堆积等作弊行为的操纵；直接基于网页之间的链接关系，忽略了网页在网站一级和其它层次上的聚集关系，链接关系的粒度过细，由此导致PageRank计算量大、更新慢，并且对于最新出现的网页因缺少链接关系而失效；同一网站内的网页所包含的链接大都为站内链接，因而难以对网站作出精确的评级。尽管可以对站内链接与站间链接设置不同的权重，但不同网站的权重值设定并无确切依据；有商业竞争关系的公司网站之间几乎不会有任何链接关系，即使它们的内容是非常相关的，这将影响评级的精确性。相互竞争的网站之间通常会有比较多的共引用和共指等关，但现有评级方法并未对此力口以应用；外出链接或称为正向链接倾向于引起网页的级别及其所在网站的总的级别下降。

由此可见，PageRank还是一种比较简单和初级的链接分析方法。这类改进方法的应用领域特定性与实现的复杂性都会引起更大范围的问题，实际效果并不明显。目前已知的改进方法大都属于局部性的调整或特定场合的变种，其新的技术效果尚未在大规模实际应用中得到验证，或者因计算复杂性过高而难以实现。更重要的是，已知的这些改进方法都没有对PageRank 的单向传递性质作出改进，因而并不能提供实质性的改进效果以及更为有效的杭作弊性能。总之，由于存在诸多方面的简化或省略，P ageRank 方法及其现有的改进方法尚未能精确、全面地或更为充分地利用网页之间的链接关系对网页和网站做出评级，并且易于受到人为操纵和链接作弊的影响。

发明内容

本发明要解决的技术问题在于，针对现有技术存在的缺陷，提供一种网络节点评级的方法，其特征在于，包括如下步骤：

a、设置至少两种如下所述的权重：( 1 ）对至少一部分节点之间的链接，为其中的每个链接设置一个正向权重；( 2 ）对至少一部分节点之间的链接，为其中的每个链接设置一个反向权重；( 3 ）对至少一部分节点，为其中的任意两个节点的每个共引用关系设置一个权重；( 4 ）对至少一部分节点，为其中的任意两个节点的每个共指关系设置一个权重；

b、根据步骤a中所设置的各种权重，计算如下各种加权和：( 1 ）如果所设置的权重是链接的正向权重，则计算节点入链的正向权重与入链的源节点的级别的加权和；( 2 ）如果所设置的权重是链接的反向权重，则计算节点出链的反向权重与出链的目标节点的级别的加权和；( 3 ）如果所设置的权重是节点之间的共引用关系的权重，则计算节点共引用关系的权重与共引用关系节点的级别的加权和；( 4 ）如果所设置的权重是节点之间的共指关系的权重，则计算节点共指关系的权重与共指关系节点的级别的加权和；

c、将步骤b所得到的各种加权和作进一步的加权和，作为节点的级别数值。