Pagerank算法简介.pptVIP

PageRank算法介绍;;目录;Google的网页排序;Google的网页排序;Google的网页排序;Google的网页排序;Google的网页排序;;Pagerank算法简介;Google的网页排序;Pagerank算法原理：;Google的网页排序;Pagerank算法相关概念;Pagerank核心思想;PageRank简单计算： ;如图1 所示的例子来说明PageRank的具体计算过程。 ;PR值计算公式：;PR值的取决因素：;PageRank值是一个特殊矩阵中的特征向量。这个特征向量为：;PR(A)= (1-d)/n+d(PR(t1)/C(t1)+...+PR(tn)/C(tn)) ;(1-d)/n+d(PR(t1)/C(t1)+...+PR(tn)/C(tn)); ;一、 P概率转移矩阵的计算过程: 先建立一个网页间的链接关系的模型,即我们需要合适的数据结构表示页面间的连接关系。 1) 首先我们使用图的形式来表述网页之间关系： 现在假设只有四张网页集合：A、B、C，其抽象结构如下图1： ;2）我们用矩阵表示连通图： 用邻接矩阵 P表示这个图中顶点关系 ，如果顶（页面）i向顶点（页面）j有链接情?? ，则pij = 1 ，否则pij = 0 。如图2所示。如果网页文件总数为N ， 那么这个网页链接矩阵就是一个N x N 的矩 阵 。 3）网页链接概率矩阵 然后将每一行除以该行非零数字之和，即（每行非0数之和就是链接网个数）则得到新矩阵P’，如图3所示。 这个矩阵记录了 每个网页跳转到其他网页的概率，即其中i行j列的值表示用户从页面i 转到页面j的概率。图1 中A页面链向B、C，所以一个用户从A跳转到B、C的概率各为1/2。 4）概率转移矩阵P 采用P’ 的转置矩 阵进行计算， 也就是上面提到的概率转移矩阵P 。 如图4所示： ; ; ; ;PageRank的计算举例;;;;3 PageRank算法的应用;小结;谢谢大家!