網(wǎng)頁排名PR值及其他：搜索引擎排序的科學(xué)

前言Ⅲ
第1章網(wǎng)絡(luò)搜索引擎簡(jiǎn)介1
1 1信息檢索簡(jiǎn)史1
1 2傳統(tǒng)信息檢索回顧5
1 3網(wǎng)絡(luò)信息檢索9
第2章網(wǎng)絡(luò)爬行、索引建立和查詢處理15
2 1網(wǎng)絡(luò)爬行15
2 2內(nèi)容索引19
2 3查詢處理21
第3章通過歡迎度對(duì)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(guān)性30
第4章谷歌PageRank的數(shù)學(xué)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(diǎn)關(guān)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(jì)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(zhuǎn)矩陣E49
第6章PageRank的敏感性57
6 1對(duì)α的敏感性57
6 2對(duì)H的敏感性62
6 3對(duì)vT的敏感性63
6 4其他敏感性分析63
6 5有關(guān)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(zhì)71
7 2(I-αH)的性質(zhì)72
7 3PageRank稀疏線性系統(tǒng)的證明73
第8章PageRank大規(guī)模實(shí)現(xiàn)中的問題75
8 1存儲(chǔ)問題75
8 2收斂準(zhǔn)則79
8 3精度79
8 4懸掛結(jié)點(diǎn)80
8 5對(duì)后退按鈕建模84
第9章加速PageRank計(jì)算89
9 1一種自適應(yīng)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(jìn)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(jìn)行更新107
10 7確定劃分109
10 8結(jié)論111
第11章HITS網(wǎng)頁排名方法115
11 1HITS算法115
11 2HITS的實(shí)現(xiàn)117
11 3HITS的收斂性119
11 4HITS示例120
11 5HITS的優(yōu)點(diǎn)與缺點(diǎn)122
11 6HITS與文獻(xiàn)統(tǒng)計(jì)學(xué)的關(guān)系123
11 7查詢無關(guān)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(luò)信息檢索的未來139
13 1垃圾信息139
13 2個(gè)性化142
13 3聚類142
13 4智能體143
13 5趨勢(shì)與時(shí)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(luò)信息檢索資源149
14 1入門階段的資源149
14 2用于嚴(yán)肅的科學(xué)研究的資源150
第15章數(shù)學(xué)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(bǔ)186
15 5隨機(jī)補(bǔ)192
15 6設(shè)限194
15 7聚合195
15 8去聚合198
第16章術(shù)語匯編201
參考文獻(xiàn)207
索引218