[发明专利]基于超链接的主题预测算法

权利要求书

1.一种基于超链接的主题预测算法，其特征在于：首先假设有网页集合S＝{1，2，…，N}，在此基础上做如下定义：

矩阵H：网页之间链接图对应的链接矩阵；

y_n：网页n(n∈S)的内容权值(Authority)

Z_n：网页n(n∈S)的链接权值(Hub)；

y＝(y₁,...,y_N)^T：内容权值向量；

z＝(z₁,...,z_N)^T：链接权值向量；

A_n：所有指向网页n的集合；

B_n：所有被网页n指向的网页集合；

具体算法步骤：

(1)初始化内容权值向量y，使初始化链接权值向量z，使

(2)进行第k步迭代的时候，网页n的内容权值y_n由所有指向它的网页集A_n的Hub值组成，即其矩阵表达式为y＝H^Tz；

(3)在步骤(2)中得到新的内容权值向量y后，网页n的Hub值Z_n由它所引用的网页B_n的内容权值组成，即其矩阵表达式为z＝Hy；

(4)对步骤(2)和(3)中计算的向量y和z进行单位化，使得

按照以上四个步骤进行循环迭代，直到收敛结束；

为了更深层次的分析HITS算法，将第k步迭代得到的内容向量和链接向量分别记作y^k和z^k，其中：

$y^k={(y_1^k,y_2^k,...,y_N^k)}^T---\left(1\right)$

$Z^k={(z_1^k,z_2^k,...,z_N^k)}^T---\left(2\right)$

初始化为：

$y^0={(1/\sqrt{N,}1/\sqrt{N,}...,1/\sqrt{N,})}^T---\left(3\right)$

$z^0={(1/\sqrt{N,}1/\sqrt{N,}...,1/\sqrt{N,})}^T---\left(4\right)$

根据算法步骤(2)、(3)和(4)，可以计算：

y^k＝φ_kψ_kH^THy^k-1,k＝2,3,.... (5)

z^k＝ψ_kφ_kHH^Tz^k-1,k＝1,2,.... (6)

收敛后，得到内容向量和链接向量分别为：

$y^{,}=\frac{1}{{\mathrm{\λ}}^{,}}{H}^T{\mathrm{Hy}}^{,},z^{,}=\frac{1}{{\mathrm{\λ}}^{,}}{\mathrm{HH}}^T{z}^{,}---\left(7\right)$

在式(7)中，内容向量y'是矩阵H^TH的一个特征向量，链接向量z'是矩阵HH^T的一个特征向量，因此为了确定内容向量和链接向量的存在和唯一性，下文对式中H^TH和HH^T进行分析。因为内容向量对应矩阵H^TH，链接向量对应HH^T，所以下文将H^TH称作内容矩阵，将HH^T称作链接矩阵。