pagerank算法讲解.pptVIP

* * 一个更加形象的图 * * * * * * * * * * * * * * * * * * * * * * 关于引用分析的研究要比链接分析早得多 * * 目录 背景介绍 Google的网页排序 PageRank简化模型 PageRank随机浏览模型 PageRank的计算 PageRank的计算 互联网是一个有向图 每一个网页是图的一个顶点 网页间的每一个超链接是图的一个有向边 用邻接矩阵来表示图，即：定义邻接矩阵为G，若网页j到网页i有超链接，则 ；反之 。 显然，如果网页有N 个，则矩阵为N×N 的0、1方阵。 多个网页相互链接的图对应的邻接矩阵（这里将0,1值用二值图像显示，黑色代表0，白色代表1） PageRank的计算 定义邻接矩阵为G，若网页j到网页i有超链接，则 ；反之， 。 记矩阵G的列和、行和分别是 它们分别给出了页面j的链出链接数目和链入链接数目 PageRank的计算 假设我们在上网的时侯浏览页面并选择下一个页面，这个过程与过去浏览过哪些页面无关，而仅依赖于当前所在的页面，那么这一选择过程可以认为是一个有限状态、离散时间的随机过程，其状态转移规律用Markov链描述。 定义转移概率矩阵 PageRank的计算 根据Markov链的基本性质，对于正则Markov链，存在平稳分布