1、隨著博客影響力的不斷增加，博客被更多領(lǐng)域的人作為交互和表達(dá)思想的工具，并以站點(diǎn)的形式在萬(wàn)維網(wǎng)上形成了博客空間。面對(duì)博客空間的急劇膨脹，博客搜索也變得必要迫切。盡管現(xiàn)有的針對(duì)普通網(wǎng)頁(yè)的傳統(tǒng)搜索已比較成熟，但對(duì)博客檢索的效率并不高，因?yàn)椴┛驼军c(diǎn)在內(nèi)容本身和之間的關(guān)系上不同于傳統(tǒng)網(wǎng)站。如何在眾多的博客中找到對(duì)用戶來(lái)說(shuō)重要的博客網(wǎng)頁(yè)（或博文）或博客站點(diǎn)，最重要就是:如何定義博文或博客站點(diǎn)的“重要性”，并根據(jù)這種重要性對(duì)博客進(jìn)行排序。博客是由一系

2、列的博文組成的，用戶搜索的一般目的就是尋找感興趣的博文。因此可以把博文“重要性”作為博客排序的依據(jù)。影響博文重要性的因素有內(nèi)容相關(guān)，鏈接關(guān)系或發(fā)表時(shí)間。本文從前兩個(gè)因素出發(fā)分析博文與查詢的相關(guān)度。
　　本文提出了依據(jù)證據(jù)排序的SGRM(Space Graph Ranking Model)算法。首先提出了證據(jù)BE(Blog Evidence)的定義，并給出了根據(jù)博文證據(jù)進(jìn)行博客排序的框架。博文通過(guò)三元組融合了“博文-博客”關(guān)系信息和

3、“博文-詞條”內(nèi)容信息，并分別用矩陣表示?！安┪?博客”關(guān)系矩陣信息的表示是通過(guò)實(shí)現(xiàn)從博文與博文關(guān)系再到博客關(guān)系的轉(zhuǎn)移，“博文-詞條”內(nèi)容矩陣通過(guò)經(jīng)典的VSM(Vector SpaceModel)表示的。接著，對(duì)得到的“博文-博客”矩陣和“博文-詞條”內(nèi)容矩陣，先使用主成分分析PCA(Principle Component Analysis)法對(duì)這兩個(gè)矩陣進(jìn)行降維，之后使用了共軛梯度法對(duì)降維得到的兩個(gè)低維矩陣進(jìn)行聯(lián)合，優(yōu)化得到一個(gè)表示博

4、文隱含語(yǔ)義空間LSS(Latent Semantic Space)矩陣;最后對(duì)LSS矩陣，用KNN(KNear Neighbour)法構(gòu)建了一個(gè)隱義圖LSG(Latent Sematic Graph)。最后，結(jié)合重排序思想和拉普拉斯特征映射LE（Laplacian Eigenmaps）的方法，構(gòu)建了一個(gè)正規(guī)化排序框架，該框架包含初次查詢的相關(guān)博文的相關(guān)度及其LSG子圖。經(jīng)過(guò)實(shí)驗(yàn)分析，得到最優(yōu)排序性能下排序框架參數(shù)的設(shè)置;并在該參數(shù)下與其