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.

Ravinder Kumar ist Ph. D. Forschungsstipendiat, Genetik und Pflanzenzüchtung, College of Agriculture, SKRAU, Bikaner. Ravinder Kumar erwarb 2018 den B. Sc. (Agri.) an der SKRAU in Bikaner und 2020 den M. Sc. (Agri.) Genetik und Pflanzenzüchtung am C. P. College of Agriculture, SDAU, Gujarat. Er hat mehr als 10 begutachtete Forschungsarbeiten veröffentlicht.