Web社区高质量识别算法研究

社区是Web最有价值的结构特征之一。社区识别是Web领域的热点研究课题，在许多实际应用中起着重要的作用。现有的算法仅通过链接分析识别社区，求解质量偏低，不能满足实际应用的需求。我们通过前期大量研究和分析工作得出结论：仅通过链接分析不可能精确识别社区。本项目针对这个难题设计高质量的社区识别算法，算法以链接分析为主，辅以内容分析和页面结构分析，引入页面间引力模型、页面均匀抽样、页面语义块分割等技术，解决链接加权、准目标社区与层次聚类结果匹配、页面的多主题识别等一系列影响社区识别算法求解质量的关键问题。为了保证算法的效率，本项目将复杂的社区识别任务分解，采用逐步求精的策略分阶段地逼近目标社区。继而本项目对社区进行初步分析并设计友好的界面，以方便用户使用。本项研究将促进聚焦爬取、自动化门户、内容预取等一系列关键技术的进步，为保证我国在Web科学和信息检索等前沿领域取得优势发挥重要作用。