大数据精典算法PageRank讲解.ppt

PageRank算法;一.Pagerank定义及终点，自连接点的概念;1.早期搜索引擎的弊端; Pagerank思想： “被越多优质的网页所指的网页，它是优质的概率就越大”; Pagerank是一个函数，它对Web中的每个网页赋予一个实数值。它的意图在于，网页的Pagerank越高，那么它就越“重要”。 首先，我们将Web做如下抽象：1、将每个网页抽象成一个节点；2、如果一个页面A有链接直接链向B，则存在一条有向边从A到B。因此，整个Web被抽象为一张有向图。;;设初始时每个页面的rank值为1/N，这里就是1/4。按A-D顺序将页面rank为向量v： 第一步之后，冲浪者的概率分布为Mv； 第二步之后，冲浪者的概率分布为M2v； 第i步之后，依次类推，可得冲浪者经过i步 之后的位置概率分布向量为Miv。 我们可以从初向量v出发，不断左乘矩阵M， 直到前后两轮迭代产生的结果向量差异很小 时停止，从而得到M的主特征向量。 实际上，对于Web本身而言，迭代50-75次 已经足够收敛。 ;3.终止点;双击添加 标题文字;单击添加;单击此处添加段落文字内容;单击此处添加段落文字内容;单击此处添加段落文字内容;面向主题PageRank;动机;思路及公式;例子;迭代过程:;面向主题的PageRank的使用;三、Link Spam与反作弊;Link Spam方法;Link Spam;链接农场;链接农场;Link Spam反作弊;Link Spam反作弊;四、权威页与导航页;Page ? *;Page Rank判断页面重要性;PageRank 能够对网页的重要性做出客观的评价;PageRank 能够对网页的重要性做出客观的评价;Page ? *;Page ? *;Page ? *