原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PageRank介绍研讨
PageRank * 内容提要 产生背景 核心思想 * 产生背景 搜索引擎的基本框架 * 搜索引擎的基本框架 搜索引擎对查询条件进行分词 如用户输入“兴康的博客”分词结果为“兴康”、“博客” 用关键词在倒排表中进行匹配 如“兴康”匹配页面集为{1,3,8,15}，“博客”匹配页面集为{1,15,17,20} 对各关键词的结果集做交运算 如本次搜索结果页面集为{1,15} 最后通过资料库返回页面内容 * 搜索引擎的基本框架 * 产生背景 搜索引擎的核心难题 1、如何对海量搜索结果进行排序？ 2、如何使排序结果满足用户需求？ * 搜索引擎的核心难题 归根结底是对搜索结果集按重要性排序 1、早期按关键词匹配度排序 2、Google使用PageRank算法 * 搜索引擎的核心难题 PageRank算法 1、PageRank作用是评价网页的重要性 2、简单PageRank是基于页面链接属性 * 核心思想 被越多优质网页所指的网页，它是优质网页的概率越大 R(k)表示网页k的PageRank N(k)表示k页面的超链接数 S(x)表示所有指向x的网页 * 核心思想 * 特征向量R 特征向量R表示网络中所有页面的PageRank 设N个页面的网络中每个页面的初始PageRank=1/N * 转移矩阵M 转移矩阵M表示网络中页面相互跳转的概率 设M[i][j]为从页面i跳转到页面j的概率 * PageRank算法 只有不依赖于合理初值的PageRank算法才是有意义的 R表示通过转移矩阵更新后的特征向量 R迭代后会收敛于RM，即与R初值无关 * PageRank缺陷 DeadEnd RankSink * DeadEnd 迭代拿掉网络中的DeadEnds节点及其相关边 1、对于没有DeadEnds的网络，R收敛后的特征向量各项和始终为N+ 2、对于含有DeadEnds的网络，R迭代后的特征向量各项值最终归0 DeadEnd R(A)=1/2 R(B)=1/2 R(C)=(1/2)/3+(1/2)/2=5/12 R(D)=(5/12)/1+(1/2)/3=7/12 * * RankSink 对PageRank算法进行平滑处理，加入逃脱因子 1、对于含有RankSink的网络，特征向量R‘迭代后RankSink子网内的各项和始终为N+ 2、对于含有RankSink的网络，特征向量R’迭代后RankSink子网外的各项值最终归0 * Thanks!
文档评论（0）