信息检索专业论文-关于PageRank算法的简单分析.docVIP

关于PageRank算法的简单分析 摘要 简单分析了PageRank算法的思想及其它的不足，对其他研究者对PageRank算法的改进进行了分类，比较了它们的优缺点。 关键词 信息检索 PageRank算法 引言 互联网上的信息包罗万象, 人们都希望通过搜索引擎在海量的互联网信息中尽快找到自己真正所需的信息,所以对所搜索网页的排名算法的优劣是评价一个搜索引擎好坏的主要指标。总的来说,信息检索排序算法可分为基于链接分析的排序算法和基于机器学习的排序算法两大类。所谓链接分析主要基于如下两个重要假设: 超文本链接包含了用户对一个网站的判断信息;对一个网站而言,如果其他网站链接到该网站的入链数越多, 该网站越重要。最著名的基于链接分析的算法是由 LarryPage 和 Sergey Brin 于 1998 年提出PageRank 算法和 Klein－berg 提出的 HITS 算法, 且 PageRank 在 Google 中的应用获得了巨大的商业成功。 1 PageRank 算 法 PageRank 算法基于以下 2 个前提:前提 1:一个网页被多次引用,则它可能很重要;一个网页虽然没有被多次引用,但是它被重要的网页引用,则它也可能很重要,一个网页的重要性被平均地传递到它所引用的网页。前提 2: 假定用户一开始随机地访问网页集合中的一个网页,以后跟随网页的向外链接向前浏览网页,不回退