基于学习自动机和用户兴趣的PageRank算法研究

来源：计算机工程与应用杂志2020年第3期北京时间：

作者：姜金川，王冲

单位：桂林电子科技大学 计算机与信息安全学院，广西 桂林 541004

摘要：针对传统PageRank算法存在的平分链接权重和忽略用户兴趣等问题，提出一种基于学习自动机和用户兴趣的页面排序算法LUPR。在所提方法中，给每个网页分配学习自动机，其功能是确定网页之间超链接的权重。通过对用户行为进一步分析，以用户的浏览行为衡量用户对网页的兴趣度，从而获得兴趣度因子。该算法根据网页间的超链接和用户对网页的兴趣度衡量网页权重计算每个网页的排名。最后的仿真实验表明，较传统的PageRank算法和WPR算法，改进后的LUPR算法在一定程度上提高了信息检索的准确度和用户满意度。

关键词：学习自动机,网页排序,超链接,兴趣度因子