網(wǎng)頁排名PR值及其他：搜索引擎排序的科學

前言Ⅲ
第1章網(wǎng)絡搜索引擎簡介1
1 1信息檢索簡史1
1 2傳統(tǒng)信息檢索回顧5
1 3網(wǎng)絡信息檢索9
第2章網(wǎng)絡爬行、索引建立和查詢處理15
2 1網(wǎng)絡爬行15
2 2內容索引19
2 3查詢處理21
第3章通過歡迎度對網(wǎng)頁排名25
3 11998年的情景25
3 2兩篇論文26
3 3查詢無關性30
第4章谷歌PageRank的數(shù)學31
4 1PageRank的原始求和公式32
4 2求和方程的矩陣表示33
4 3迭代過程問題34
4 4一點關于馬爾可夫鏈理論的介紹36
4 5基本模型的早期修正36
4 6PageRank向量的計算39
4 7谷歌矩陣的譜定理及其證明45
第5章PageRank模型中的參數(shù)47
5 1α因子47
5 2超鏈接矩陣H48
5 3跳轉矩陣E49
第6章PageRank的敏感性57
6 1對α的敏感性57
6 2對H的敏感性62
6 3對vT的敏感性63
6 4其他敏感性分析63
6 5有關敏感性的定理和證明66
第7章作為線性系統(tǒng)的PageRank問題71
7 1(I-αS)的性質71
7 2(I-αH)的性質72
7 3PageRank稀疏線性系統(tǒng)的證明73
第8章PageRank大規(guī)模實現(xiàn)中的問題75
8 1存儲問題75
8 2收斂準則79
8 3精度79
8 4懸掛結點80
8 5對后退按鈕建模84
第9章加速PageRank計算89
9 1一種自適應的冪法89
9 2外插90
9 3聚合94
9 4其他數(shù)值方法97
第10章更新PageRank向量99
10 1兩類更新問題及其發(fā)展歷程100
10 2重啟冪法101
10 3使用近似聚合進行近似更新102
10 4精確聚合104
10 5精確聚合與近似聚合的比較105
10 6利用迭代聚合進行更新107
10 7確定劃分109
10 8結論111
第11章HITS網(wǎng)頁排名方法115
11 1HITS算法115
11 2HITS的實現(xiàn)117
11 3HITS的收斂性119
11 4HITS示例120
11 5HITS的優(yōu)點與缺點122
11 6HITS與文獻統(tǒng)計學的關系123
11 7查詢無關的HITS124
11 8加速HITS126
11 9HITS的敏感性126
第12章網(wǎng)頁排名的其他鏈接方法131
12 1SALSA131
12 2混成排名方法135
12 3基于流量的排名136
第13章網(wǎng)絡信息檢索的未來139
13 1垃圾信息139
13 2個性化142
13 3聚類142
13 4智能體143
13 5趨勢與時間敏感搜索144
13 6隱私和審查146
13 7圖書館分類方式147
13 8數(shù)據(jù)融合148
第14章網(wǎng)絡信息檢索資源149
14 1入門階段的資源149
14 2用于嚴肅的科學研究的資源150
第15章數(shù)學指南153
15 1線性代數(shù)153
15 2佩隆?弗羅貝尼烏斯定理167
15 3馬爾可夫鏈175
15 4佩隆補186
15 5隨機補192
15 6設限194
15 7聚合195
15 8去聚合198
第16章術語匯編201
參考文獻207
索引218