PageRank：Gooe公式与大规模数据集挖掘中三个问题.pdfVIP

table{border‑collapse:collapse;}table,th,td{border:1pxsolid#000;}

PageRank：

的

大规模数据集挖掘kovec、Rajaraman和Ullman斯坦福大学

PageRank：三个问题

$$r_{j}^{(t+1)}=\sum_{i\rightarrowj}\frac{r_{i}^{(t)}}{\mathrm{d}_{\mathrm{i}}}\quad

\text{或}\quadr=Mr$$

这会收敛吗？ƒ它会收敛到我们想要的结

果吗？结果合理吗？

这会收敛吗？

“蜘蛛陷阱”问题：

table{border-collapse:collapse;}table,th,td{border:1pxsolid#000;}

PageRank:

TheFormulation

MiningofMassiveDatasetskovec,Rajaraman,andUllmanStanfordUniversity

PageRank:ThreeQuestions

$$r_{j}^{(t+1)}=\sum_{i\rightarrowj}\frac{r_{i}^{(t)}}{\mathrm{d}_{\mathrm

{i}}}\quad\text{or}\quadr=Mr$$

Doesthisconverge?

ƒDoesitconvergetowhatwewant?

Areresultsreasonable?

Doesthisconverge?

The“Spidertrap”problem:

$$r_{j}^{(t+1)}=\sum_{i\rightarrowj}\frac{r_{i}^{(t)}}{\mathbf{d}_{\mathrm{i}}}$$

示例：

$$\begin{array}{rlr}\mathbf{r_{a}}=1\quad0\quad1\quad0\\\mathbf{r_{b}}=0

\quad1\quad0\quad1\end{array}$$

迭代0,1,2,

它是否收敛到我们想要的结果？

“死胡同”问题：

示例：

$$\begin{array}{rlr}{\mathbf{r}_{\mathrm{a}}}={1\qquad0\qquad0\qquad0}\\{\

mathbf{r}_{\mathrm{b}}}={0\qquad1\qquad0\qquad0}\end{array}$$

迭代0，1，2，

PageRank：问题

2个问题：

ƒ(1)有些页面是死胡同（没有出链）ƒ这样的页面会导致

重要性“流失”ƒ(2)爬虫陷阱（所有出链都在组内）

$$r_{j}^{(t+1)}=\sum_{i\rightarrowj}\frac{r_{i}^{(t)}}{\mathbf{d}_{\mathrm

{i}}}$$

Example:

$$\begin{array}{rlr}\mathbf{r_{a}}=1\quad0\quad1\quad0\\\mathbf{r_{b}}

=0\quad1\quad0\quad1\end{array}$$

Iteration0,1,2,

Doesitconvergetowhatwewant?

The“Deadend”problem:

Example:

$$\begin{array}{rlr}