一种个性化的主题提取和层次发现算法

傅向华　马兆丰　何　明　冯博琴

摘要：从语义相关性角度分析超链归纳主题搜索(HITS)算法，发现其产生主题漂移的原因在于页面被投影到错误的语义基上，因此提出了一种个性化的主题提取和层次发现算法(PTDHE)，通过个人查询日志扩展查询词，构造符合用户需要的个性化根集和基础集合，达到防止主题漂移的目的．PTDHE采用基于最小最大原则的图划分方法，层次地发现与用户查询相关的主题页面集合，利用HITS算法分别计算每个主题页面集合中页面的权威值，返回与查询相关的其他主题权威页面．在14个查询上的实验结果表明，与HITS算法相比，PTDHE算法不仅可以减少2％一66％的主题漂移率，而且可以发现与查询相关的多个主题．

关键词：链接分析；超链归纳主题搜索；主题提取；主题漂移；查询扩展

中图分类号：TP311文献标识码：A文章编号：0253—987X(2005)02—0119—04