【摘要】：針對已有無障礙網(wǎng)站抽樣算法抽取的樣本代表性不高,難以滿足整體樣本數(shù)據(jù)的分布特征,導(dǎo)致抽樣誤差大等問題,從網(wǎng)頁節(jié)點間的拓撲結(jié)構(gòu)入手,提出基于節(jié)點拓撲特性的間隔抽樣算法.把每個網(wǎng)頁作為一個節(jié)點,通過鄰近構(gòu)圖算法(KNN)建立網(wǎng)頁相似度拓撲圖;根據(jù)節(jié)點局部和全局拓撲性質(zhì),對節(jié)點重要性進行評估和排序;在排序結(jié)果的基礎(chǔ)上,采用間隔抽樣算法,實現(xiàn)不同拓撲區(qū)域的分布抽樣.真實殘聯(lián)網(wǎng)站上的實驗數(shù)據(jù)表明,基于節(jié)點拓撲特性的間隔抽樣算法與其他算法相比,在均值誤差和分布性上具有更好的效果.
【圖文】：

為網(wǎng)頁節(jié)點的維數(shù)．兩個網(wǎng)頁節(jié)點的歐式距離ｄｉｊ為ｄｉｊ＝，

本文編號：2585150