<<Combating Web Spam with TrustRank>>的实验

来源：互联网发布：国外即时通讯软件排名编辑：程序博客网时间：2024/05/17 03:34

这篇论文是我这几天看到写得最好的一篇论文。

以下是按照论文做的若干实验，和编码，方便自己和看这篇论文的人对照。

做rank的代码，我做了简化，看这篇论文的人应该能理解，这种转化是等价的。不多做解释。

//1)Select Seeds 代码，结果和论文一致，比较精确解如下：

0.079247
0.135888
0.079247
0.095042
0.086494
0.055128
0.021429

因此选择page 2,4,5作为种子，这是一种很好的选择种子的方法，即按照outlink的质量来评价，和Pagerank按照inlink质量评价刚好相反，因此用了Inverse transition matrix，同时注意inverse transition matrix 不等价于 transistion matrix的转置。代码如下：

#include "stdio.h"
int main(void)
{
   double matrix[7][7]={
   {0, 0.5, 0, 0, 0, 0, 0},
   {0, 0, 0.5, 1, 0, 0, 0},
   {0, 0.5, 0, 0, 0, 0, 0},
   {0, 0, 0, 0, 1, 0, 0},
   {0, 0, 0, 0, 0, 1, 1},
   {0, 0, 0.5, 0, 0, 0, 0},
   {0, 0, 0, 0, 0, 0, 0},
   };
   double r[7][2]={
   {1.0/7,0},
   {1.0/7,0},
   {1.0/7,0},
   {1.0/7,0},
   {1.0/7,0},
   {1.0/7,0},
   {1.0/7,0},
   };
   for(int i= 0; i<20; ++i)
   {
   int j = i%2;
   int k = (i+1)%2;
   for(int m = 0; m<7;++m)
   {
   r[m][k] = 0.0;
   for(int n = 0; n<7;++n)
   {
   r[m][k] += 0.85*matrix[m][n]*r[n][j];
   }
   r[m][k] += 0.15/7;
   }
   for(int l = 0;l<7;++l)
   {
   printf("%f,%f\n",r[l][0],r[l][1]);
   }
   printf("\n");
   }
   return 0;
}

计算TrushRank的代码，计算结果与论文一致，精确解，代码如下：

0.000000
0.179752
0.123260
0.151641
0.128762
0.054913
0.054913

#include "stdio.h"
int main(void)
{
   double matrix[7][7]={
   {0, 0, 0, 0, 0, 0, 0},
   {1, 0, 1, 0, 0, 0, 0},
   {0, 0.5, 0, 0, 0, 1, 0},
   {0, 0.5, 0, 0, 0, 0, 0},
   {0, 0, 0, 1, 0, 0, 0},
   {0, 0, 0, 0, 0.5, 0, 0},
   {0, 0, 0, 0, 0.5, 0, 0},
   };
   double r[7][2] = {
   {0,0},
   {1.0/2,0},
   {0,0},
   {1.0/2,0},
   {0,0},
   {0,0},
   {0,0},
   };
   double d[]={0,0.5,0,0.5,0,0,0};
   for(int i= 0; i<20; ++i)
   {
   int j = i%2;
   int k = (i+1)%2;
   for(int m = 0; m<7;++m)
   {
   r[m][k] = 0.0;
   for(int n = 0; n<7;++n)
   {
   r[m][k] += 0.85*matrix[m][n]*r[n][j];
   }
   r[m][k] += 0.15*d[m];
   }
   for(int l = 0;l<7;++l)
   {
   printf("%f,%f\n",r[l][0],r[l][1]);
   }
   printf("\n");
   }
   return 0;
}