基于Nutch的网页排序算法研究

摘要

网页排序算法对根据用户查询词搜索到的大量页面进行排序,从而返回给用户,因此排序算法对搜索引擎的好坏起着关键作用.Nutch搜索引擎只实现了基本的综合排序模型,针对Nutch默认排序算法的不足,在PageRank算法中加入时间因子、链接权重因子,并结合HowNet来计算网页的语义相似度,将改进后的PageRank算法和基于语义的主题相关度算法应用在Nutch排序算法中.实验结果表明:改进的排序算法使得Nutch的搜索结果排序准确率和首页命中率都有了明显提升.