[发明专利]基于超链接来源分析的网页排名方法

权利要求书

1.一种基于超链接来源分析的网页排名方法，其特征在于，包括如下步骤：

101：计算每个网页的k-近邻集合；

102：根据网页的k-近邻集合，计算每对网页的入链来源相似性；

103：根据网页间入链来源的相似性，计算万维网的超链接权重矩阵；

104：根据超链接权重矩阵，计算各网页的权威性；

105：根据网页的权威性对全部网页排名。

2.根据权利要求1所述的基于超链接来源分析的网页排名方法，其特征在于，该方法采用如下基本原理计算网页的权威性：

指向某网页的入链来源越广泛，说明该网页被认同的程度越高，相应的，其权威性越高；反之，指向某网页的入链来源越单一，说明其被认同的程度越低，甚至存在网页作弊的嫌疑，相应的，其权威性低。

3.根据权利要求1所述的基于超链接来源分析的网页排名方法，其特征在于，按照如下方法表示和计算每个网页的k-近邻集合：

令N表示万维网。其中，V＝{V_i|1≤i≤n}表示网页集合，v_i表示第i个网页，n表示网页总数，E＝{<v_i，v_j＞1≤i≤n，1≤j≤n}表示超链接集合，<v_i，_j>表示由网页v_i指向网页v_j的超链接。

网页v的k-近邻由out(v，k)和in(v，k)两个集合构成，分别定义如下：

out(v，k)＝{u|u∈V，dist(v，u)≤k}

in(v，k)＝{u|u∈V，dist(u，v)≤k}

其中，dist(v，u)表示从v到u的最短距离，即，从v到u的最短路径所包含的超链接个数。

对每个网页v，其k-近邻集合out(v，k)和in(v，k)可分别表示为一个长度为的二进制编码B(v，k)＝b₀b₁…b_L-1和C(v，k)＝c₀c₁…c_L-1，其中分量b_i和c_i(0≤i≤L-1)取值为0或1。

对每个网页v，其k-近邻集合的编码B(v，k)和C(v，k)按如下方法计算：

301：对每个网页v，为集合out(v，0)分配一个初始的二进制编码B(v，0)，其中第i个分量b_i以概率0.5^L-1取值为1，以概率1-0.5^L-1取值为0；

302：对每个网页v，为集合in(v，0)分配一个初始的二进制编码C(v，0)，其中第i个分量c_i以概率0.5^L-1取值为1，以概率1-0.5^L-1取值为0；

303：对t从1到k依次执行如下操作：

首先，对每个网页v更新其k-近邻集合out(v，t)的编码B(v，t)，具体步骤如下：

B(v，t)←B(v，t-1)；

对每个<v，u>∈E依次执行

B(v，t)←B(v，t)∧B(u，t-1)；

其次，对每个网页v更新其k-近邻集合in(v，t)的编码C(v，t)，具体步骤如下：

C(v，t)←C(v，t-1)；

对每个<u，v>∈E依次执行

C(v，t)←C(v，t)∨C(u，t-1)。

上述步骤中，“←”表示“赋值”操作，“∨”表示“按位或”操作。