论文部分内容阅读
当前Web社区识别算法大都基于纯链接分析，忽略了Web的文本属性．针对Flake等人提出的基于最大流算法的社区识别框架的不足（如赋予网页之间的链接不公平的权重、排序策略单一等），提出了一种结合网页内容分析与链接分析的改进算法．首先，提出一种新的基于文本相似度的边容量分配方法．基于网页间内容越相似彼此传递的权威度越大的特点，将网页的内容相似度用于Web图的边容量设置上，具体策略为Max-flow＋TF—IDF边容量设置和Max-flow＋TF-IDF＋Seeds边容量设置．其次，提出的社区结点的排序策略充分