在超連結環境下針對資訊分類相關權威網頁之探勘

Abstract

隨著網際網路(Internet)科技的進步，與資訊量快速的成長，如何快速找到契合需求的資訊相對愈顯困難。網際網路之超文字（hypertext）是利用超連結（hyperlink）來建立相互之關係，超連結的結構中隱含著代表人類高程度的抉擇，當網頁與另一網頁建立連結，即代表此網頁對連結至的網頁在主題相關性上的肯定。在傳統之全文檢索模式無法有效率提供有關主題資訊的情況下，利用超連結之關係作資訊檢索是一個可行之辦法。 本論文利用網際網路的超連結（hyperlink）之結構，以有向圖（direct graph）的概念將網頁文件視為節點（nodes）及超連結視作有向邊（direct edge），以便利用有向圖形來計算超連結與相關網頁之關係，藉以判斷某網頁文件在某一主題上之重要性。透過連結的鏈結數分別設定權威權重（authoritative weight）與發散權重（hub weight），並利用權威網頁文件的平均權重值當作權重的臨界值（weighting threshold），藉以過濾掉相關主題性較低的權重，當作是否取捨網頁文件與進行資訊分類的依據。 利用真實網站分類目錄之實驗分析，證實本論文提出之以權重臨界值當作主題相關程度的判定之方法，可以有效進行主題分類的功能。透過空間向量模式（space vector model ）來計算查詢關鍵字與檢索結果網頁文件的相似度，發現透過連結權重計算之方式，的確能分類出具有較高主題相似度的網頁文件，並可達到良好的檢索效果。