搜索引擎实验六.docVIP

一、实验目的 了解链接结构分析系统的设计原理，体会基于链接结构分析系统的运行过程。 二、实验内容 编程模拟PageRank算法。 三、实验过程 pagerank算法理解： pagerank[i]=a*1/n+(1-a)*Σpagerank[j]/outdegree[j] 每一个页面只有两种访问途径，第一种是通过“随便逛逛”，其几率是a*1/n；第二种是通过指向它的父页面访问，其几率是pagerank[j]/outdegree[j]。 程序流程图： 程序代码： public class Pagerank { public static void main(String[] args) throws Exception { String[] linesarr; HashtableString, Integer docIDandNum = new HashtableString, Integer(); int total = 0; int father, son; int outdegree = 0; // 读取文件，得到docid，计算链接总数total，outdegree在迭代的时候计算 File linkfile = new File(D:/linkmaptest.txt); BufferedReader linkinput = new BufferedReader(new FileReader(linkfile)); String line = linkinput.readLine(); while (line != null) { ++total; linesarr = line.split( ); if (linesarr.length 0) { if (linesarr[0] != null) { docIDandNum.put(linesarr[0], total); } } linesarr = null; line = linkinput.readLine(); } linkinput.close(); if (total 0) { // pageRank[]存放PR值 float[] pageRank = new float[total + 1]; // 链入页面的计算总和 float[] prTmp = new float[total + 1]; // 设置pageRank[]初始值为1.0f for (int i = 1; i = total; ++i) { pageRank[i] = 1.0f; prTmp[i] = 0.0f; } // 当前页面的PR值 float fatherRank = 1f; // 阻尼系数d或称为alpha float alpha = 0.85f; // 进行10次迭代 for (int iterator = 0; iterator 10; iterator++) { long startTime = System.currentTimeMillis(); linkinput = new BufferedReader(new FileReader(linkfile)); line = linkinput.readLine(); // 读出docid和outdegree和sons while (line != null) { linesarr = line.split( ); if (linesarr.length 0) { outdegree = linesarr.length - 1; for (int j = 1; j = linesarr.length - 1; ++j) { // 指向自身的链接无效，不计算在内 if (linesarr[j].equals(linesarr[0])) outdegree--; } } if (outdegree 0) { father = (int) docIDandNum.get(linesarr[0]); // 对应公式中的pr(Ti)/c(Ti),Ti为指向father的页面