运用Markov链求解可约的PageRank题目.pdf

摘要 摘要 本文运用Markov链的相关知识构建了一个新的PageRank模型，介绍了 阵计算PageRank向量的算法． 代方法和线性系统方法，列出了线性系统的系数矩阵(j—Q日)的一些有用的 性质，并进行了证明． 第二章给出了一个定理，介绍了去掉dangling结点矩阵求解PageRank 向量的方法，对dangling结点向量和个性化向量相同和不同的两种情形，根据 前人已有的思路分别给出了算法． 第三章根据Markov链的相关理论构建了新的PageRank模型，介绍了在 矩阵可约的情形下如何求解PageRank向量，并通过一个实例验证了理论结 果． 性化向量 Abstract Abstract Basedontherelevant ofMarkov newmodelof is concepts chain，a PageRank reducible methodsfor the vector constructed．Then，formatrix，the solvingPageRank aswellas for nodesmatrixareintroduced． algorithmsremovingdangling Inthefirst standardmodelof is iteration presented．Power chapter,the PageRank methodandlinear methodfor vectorare system solvingPageRank reviewed．Then， some ofthecoefficient listedandthe ofthem properties matrix(1一n日)areproof are given． In second for the theoremisdescribed．Themethod chapter,a solvingPageRank vectorwith nodesmatrixis review removingdangling presented．Furthermore，we tWO of situationswhere nodevector two the and algorithms dangling personalized the vectorcanbc sameordifferent． Inthethird tOtherelevantofMarkov con— theory chain，we chapter,according structanew model．Thenhowto vectoratthesituation