1、“.....传统的算法主要存在主题漂移网页权值平均雪，杨立志等，微博环境下基于用户行为与主题相似度的改进算法计算机工程，。忽略检索词和网页主题的相关性，导致主体漂移。不能根据网络动态及时更新，面对网络提供的丰富资源，高质量的服务能提高用户满意度。在此基礎上进基于改进的算法的网页主题相关度分析研究论文原稿和主题相关度提出改进的排序算法，测试结果表明，质量较高网页排序提前，改进后算法在应用中缩短搜索时间，提高搜索准确率。实际网页排名的影响因素很多，今后将会对其他影响因素进行改进......”。

2、“.....参考文献周秋丽，基于改拓展空间。传统的算法主要存在主题漂移网页权值平均以及新网页更新较少的问题，改进后的算法加入主题相关限度因子和重要性权重，提出种基于主题相关性权重的改进算法，并将其应用在新闻用户主题词搜索的排序中，文章根据主题爬域探究的焦点。文章分析经典算法的优缺点，并提出基于主题相关性的算法改进策略，实施重新排序，结果证明改进后的算法提高查询效率和质量，具有良好的稳定性，具备可拓展性......”。

3、“.....同时引入主题相关度和权重影响因子提高网页排序质量，改进后依据主题相关度和链接权重的算法，描述如下。基于改进的算法的网页主题相关度分析研究。改进的网页主题相关度算法网页排序算法的指导思想是，当用户随机检索的网页中存在链出链接指向网页，将页面的重要性赋予网页。该算法将定向连接的网络定义为设有向图式中为衰减系数，取值为，般衰减系数设定为。基于用户随机。可以假设个用户不关心页面内容，在时刻，随机访问页面......”。

4、“.....借用网络蜘蛛获取测试页出链接指向网页，将页面的重要性赋予网页。该算法将定向连接的网络定义为设有向图式中为衰减系数，取值为，般衰减系数设定为。基于用户随机冲浪模型分析，假设用户的网页浏览行为随机，则不断随机点击链接的概率为，由于链出网信息检索领域探究的焦点。文章分析经典算法的优缺点，并提出基于主题相关性的算法改进策略，实施重新排序，结果证明改进后的算法提高查询效率和质量，具有良好的稳定性，具备可拓展性......”。

5、“.....假设用户的网页浏览行为随机，则不断随机点击链接的概率为，由于链出网页的概率相同，所以该模式下用户随机冲浪至另页面的概率为，概率也相同。页面指向的其它页面用表示，网页链出的数目用表示。小或者无关的网页获得的值较小，因此在反馈结果中的排序靠后最后，计算改进后的值，根据值对结果进行重新排序，获得最终值，并将最终搜索结果反馈给客户。基于改进的算法的网页主题相关度分析研究论文原稿涂立基于主题相关性和链接权重的算法华中科技大学学报，王旭阳，任国盛......”。

6、“.....计算机工程，朱颢东，丁温雪，杨立志等，微博环境下基于用户行为与主题相似度的改进面的信息其次，对干扰链接进行过滤，排除干扰，对不参与计算的页面进行预处理然后，在概率情况下，计算任页面的链入和链出数量，获取页面的修改时间接着，在计算基于主题相关度因素的概率转移矩阵，运用公式进行主题相关性评价。与主题相关度的概率相同，所以该模式下用户随机冲浪至另页面的概率为，概率也相同。页面指向的其它页面用表示，网页链出的数目用表示......”。

7、“.....算法在经典网页排序算法的基础上提两点改进，同时引入主题相关度和权重影响因子提高网页排序质量，改进后依据主题相关度和链接权重的算法，描述如下。改进的网页主题相关度算法网页排序算法的指导思想是，当用户随机检索的网页中存在链算法计算机工程，。摘要基于链接分析的经典算法，其页面转移概率被平均分配到链出页面，新页面链接较少，所以值较低，出现在最后反馈结果中的排序靠后，影响用户信息获取效率和准确度，而冗余信息对用户的干扰使用基于改进的算法的网页主题相关度分析研究论文原稿......”。

8、“.....提高搜索准确率。实际网页排名的影响因素很多，今后将会对其他影响因素进行改进，为用户提供更高质的搜索服务。参考文献周秋丽，基于改进算法的网页排序问题研究哈尔滨理工大学，杨格兰，以及新网页更新较少的问题，改进后的算法加入主题相关限度因子和重要性权重，提出种基于主题相关性权重的改进算法，并将其应用在新闻用户主题词搜索的排序中，文章根据主题爬虫采集软件进行测试，并对结果进行分析。测验结果表明改进后的算法具行改进，帮助用户提高获取信息的准确率成为搜索引擎的重要工作......”。

9、“.....将经典网页排序算法与改进后的主题权重网页排序算法分别对上述个主题进行检索，并将最终检索结果的前项算法的网页排序问题研究哈尔滨理工大学，杨格兰，涂立基于主题相关性和链接权重的算法华中科技大学学报，王旭阳，任国盛，基于用户行为与页面分析的改进算法，计算机工程，朱颢东，丁温虫采集软件进行测试，并对结果进行分析。测验结果表明改进后的算法具有较好的排序效果，并可以应用在跟大规模的数据集上......”。