Pagerank算法简介.pptVIP

3 PageRank算法的应用 学术论文的重要性排序 学术论文的作者的重要性排序 某作者引用了其它作者的文献，则该作者认为其它作者是“重要”的。 网络爬虫(Web Crawler) 可以利用PR值，决定某个URL，所需要抓取的网页数量和深度 重要性高的网页抓取的页面数量相对多一些，反之，则少一些 关键词与句子的抽取（节点与边） 小结 优点： 是一个与查询无关的静态算法，所有网页的PageRank值通过离线计算获得；有效减少在线查询时的计算量，极大降低了查询响应时间。 PageRank的缺点 过分相信链接关系 一些权威网页往往是相互不链接的，比如新浪、搜狐、网易以及腾讯这些大的门户之间，基本是不相互链接的，学术领域也是这样。 1）人们的查询具有主题特征，PageRank忽略了主题相关性，导致结果的相关性和主题性降低 2）旧的页面等级会比新页面高。因为即使是非常好的新页面也不会有很多上游链接，除非它是某个站点的子站点。 排序技术是搜索引擎的绝密 Google目前所使用的排序技术，已经不再是简单的PageRank 谢谢大家! * * * * 基于内容的相关性，简单地说是指，比如某篇文档出现了多次“体育新闻”，就比只出现一次“体育新闻”的文档与query的相关性高，目前的相关性排序，已经不再是简单地基于词匹配，还会根据topic，比如大量出现“足球