تركيب الگوريتم HITS با الگوريتم Distance Rank براي بهبود نتايج در موتورهاي جستجو

امروزه موتورهاي جستجوگر از روش‌هاي وب‌كاوي براي نشان دادن نتايج بهتر استفاده مي‌كنند كه در ليست نتايج خود پيوندهاي زيادي از صفحات وب را به كاربران نمايش مي‌دهند و براي بهينه و محدود كردن ليست نتايج موتورهاي جستجو از الگوريتم‌هاي رتبه‌بندي استفاده مي‌شود. در اين مقاله يك روش جديد كه تركيبي از الگوريتم HITS با الگوريتم Distance Rank است براي بهبود نتايج در موتورهاي جستجو ارائه‌شده است كه در روش پيشنهادي از فرايند اصلي الگوريتم Distance Rank براي بهبود الگوريتم HITS استفاده شده است. مشكل اصلي الگوريتم HITS اين است كه رتبه بندي صفحات وب براساس ميزان ارتباط آن‌ها با پرس وجوي كاربر است. اما در الگوريتم Distance از فاصله لگاريتمي ميان صفحات به منظور رتبه‌بندي استفاده مي‌شود. ارزيابي روش پيشنهادي بر روي سه مجموعه داده شامل گراف استاندارد، گراف تصادفي، گراف دانشگاه آزاد اسلامي واحد اروميه انجام گرفته كه نتايج نشان مي‌دهد كه روش پيشنهادي در مقايسه با الگوريتم‌هاي ديگر عملكرد بهتري دارد و توانسته است رتبه‌بندي متفاوت و بهتري نسبت الگوريتم پايه HITS و ساير الگوريتم‌هاي رتبه‌بندي مانند Distance Rank و PR و WPR داشته باشد. همچنين الگوريتم‌هاي پيشنهادي برمبناي معيارهاي P@n، AP و NDC مورد ارزيابي قرار گرفت كه نتايج نشان مي‌دهد كه روش پيشنهادي به ترتيب مقدار 1 و 1 و 8/1 را به دست آورده است.