Seiten Ranking Gewichtete Algorithmen by Kumar Ravinder (4 results)

Taschenbuch. Condition: Neu. Seiten-Ranking: Gewichtete Algorithmen | (Seiten-Ranking, Ranking-Algorithmen) | Ravinder Kumar | Taschenbuch | 52 S. | Deutsch | 2022 | Verlag Unser Wissen | EAN 9786204433387 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Im World Wide Web (WWW) gibt es Milliarden von Webseiten. Daher gibt es viele Suchergebnisse, die der Anfrage eines Benutzers entsprechen, von denen nur einige relevant sind. Die Relevanz einer Webseite wird von Suchmaschinen mit Hilfe von Algorithmen zur S.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Im World Wide Web (WWW) gibt es Milliarden von Webseiten. Daher gibt es viele Suchergebnisse, die der Anfrage eines Benutzers entsprechen, von denen nur einige relevant sind. Die Relevanz einer Webseite wird von Suchmaschinen mit Hilfe von Algorithmen zur Seiteneinstufung berechnet. Die meisten Algorithmen für das Seitenranking verwenden Web-Struktur-Mining und Web-Content-Mining, um die Relevanz einer Webseite zu berechnen. In dieser Arbeit bieten wir eine Erweiterung des standardmäßigen Weighted PageRank-Algorithmus an, indem wir Web-Struktur-Mining mit Web-Usage-Mining kombinieren. Die vorgeschlagene Methode berücksichtigt die Wichtigkeit sowohl der Anzahl der Besuche von Inlinks als auch von Outlinks der Seiten und verteilt die Rangpunkte basierend auf der Popularität der Seiten. Die resultierenden Seiten werden also auf der Grundlage des Surfverhaltens der Benutzer angezeigt.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Deutsch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Im World Wide Web (WWW) gibt es Milliarden von Webseiten. Daher gibt es viele Suchergebnisse, die der Anfrage eines Benutzers entsprechen, von denen nur einige relevant sind. Die Relevanz einer Webseite wird von Suchmaschinen mit Hilfe von Algorithmen zur Seiteneinstufung berechnet. Die meisten Algorithmen für das Seitenranking verwenden Web-Struktur-Mining und Web-Content-Mining, um die Relevanz einer Webseite zu berechnen. In dieser Arbeit bieten wir eine Erweiterung des standardmäßigen Weighted PageRank-Algorithmus an, indem wir Web-Struktur-Mining mit Web-Usage-Mining kombinieren. Die vorgeschlagene Methode berücksichtigt die Wichtigkeit sowohl der Anzahl der Besuche von Inlinks als auch von Outlinks der Seiten und verteilt die Rangpunkte basierend auf der Popularität der Seiten. Die resultierenden Seiten werden also auf der Grundlage des Surfverhaltens der Benutzer angezeigt.