互联网Google搜索引擎的PageRank.docVIP

互联网：Google搜索引擎的PageRank 越来越多的人上网，越来越多的人上网时会使用搜索网站，搜索网站越来越多，哪个搜索网站最好？没有最好，只有更好！ Google 使用 PageRank? 技术检查整个网络链接结构，并确定哪些网页重要性最高。然后进行超文本匹配分析，以确定哪些网页与正在执行的特定搜索相关。在综合考虑整体重要性以及与特定查询的相关性之后，Google 可以将最相关最可靠的搜索结果放在首位。 PageRank 技术：通过对由超过 50,000 万个变量和 20 亿个词汇组成的方程进行计算，PageRank 能够对网页的重要性做出客观的评价。PageRank 并不计算直接链接的数量，而是将从网页 A 指向网页 B 的链接解释为由网页 A 对网页 B 所投的一票。这样，PageRank 会根据网页 B 所收到的投票数量来评估该页的重要性。 PageRank 还会评估每个投票网页的重要性，因为某些网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。重要网页获得的 PageRank（网页排名）较高，从而显示在搜索结果的顶部。Google 技术使用网上反馈的综合信息来确定某个网页的重要性。搜索结果没有人工干预或操纵，这也是为什么 Google 会成为一个广受用户信赖、不受付费排名影响且公正客观的信息来源。 “从许多优质的网页链接过来的网页, 必定还是优质网页”。 可以在查询PageRank。 您查询的页面地址： 您查询的页面地址： 例如，观察如下的网页链接图。 再例如， 上图对应的网页连接表如下， 反向链接源 结点 正向链接目标 2，3，5，6 1 2，3，4，5，7 1，3，4 2 1 1，4，5 3 1，2 1，5 4 2，3，5 1，4，6，7 5 1，3，4，6 5 6 1，5 1 7 5 可写出如下的邻接矩阵， 将邻接矩阵转置后再按列单位化，即可得到概率转移矩阵 将各个网页的PR记作xi，记x=(x1,x2,x3,x4,x5,x6,x7)T，则应有Mx=x。想一想，为什么？ （在此复习特征值和特征向量的定义） 可编写如下的Matlab程序，prog2.m A=[0 1 1 1 1 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 1 0 0 1 0 1 1 0 1 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0]; M=A; M=M*inv(diag(sum(M))); [V,D]=eig(M); disp(PageRank:); disp(V(:,1)); 计算后可得如下结果： prog2 PageRank: 0.6995 0.3829 0.3240 0.2430 0.4123 0.1031 0.1399 思考：Matlab中eig函数使用的算法在大规模矩阵（100亿阶矩阵）运算时，不可行，如何解决此困难？ 办法：可以使用幂法（x(k+1)=Mx(k)）求解M的对应于特征值1的特征向量，即PageRank。改写程序如下，prog3.m A=[0 1 1 1 1 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 1 0 0 1 0 1 1 0 1 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0]; M=A; M=M*inv(diag(sum(M))); x=ones(7,1);x=x/norm(x);n=50; for i=1:n x(:,i+1)=M*x(:,i); end disp(PageRank:); y=x(:,n+1);y=y/norm(y);disp(y); 计算结果与前面程序一致。 （再结合生态学：海龟种群统计数据模型，回答思考题） 参考文献 《Google 的秘密- PageRank 彻底解说 中文版》，/pagerank_cn.htm 《Google 公司信息：技术》，/intl/zh-CN/corporate/tech.html 《网页排名算法及其应用》，徐德志、申红婷，贵州大学学报，2007年9月，第24卷第5期，491~494