Page Rank介绍
来源:互联网 发布:js数组取首尾 编辑:程序博客网 时间:2024/04/30 04:59
Page Rank要点:
1)将这个web看做一张大网(有向图),一个网页代表一个节点, 有向边表示一个网页到另一个网页的链接;
2)一个网页的重要性由链接到该网页的数量和质量(重要性)决定;一个网页分给另一网页的重要性多少为 该网页的重要性除以该网页的链接总数,
3)邻接矩阵--》推移概率矩阵(前一个矩阵转置,再对列归一化)--》求最大特征值对应的特征向量,再对该向量归一化,得到的向量就表示网页的重要性
4)改进:用户浏览一个网页时,下一步可能会浏览改网页的链接,也可能会从这个网页跳出去浏览其他内容(上述解释也可以认为是 含有多个独立环,具体见下【1】),所以推移概率矩阵变为 M'= c*M +(1-c)/N,M为原来的推移矩阵,c为常数,一般为0.85,N为网页的总数量;
ps1:Page Rank技术只是Google的网页排名技术的一个重要组成,还有其他很多的改进和方法;新问题不断的出现,技术也在不断的进步,永久的不变是变化
ps2:Personalized Page Rank(个性化的Page Rank),加入用户个性化的成分和要求,满足其个性化需求,具体见下【3】
相关资料:
【1】早期介绍pagerank的文章,非常详细 http://www.kreny.com/pagerank_cn.htm
【2】Google黑板报 http://www.google.com.hk/ggblog/googlechinablog/2006/02/page-rank-google_1386.html
【2】个性化Page Rank http://hi.baidu.com/fgvscvi/blog/item/c2e7d42f35067b295243c14d.html
- Page Rank介绍
- Page rank
- page rank inspector
- Page Rank教程
- Google Page Rank 算法
- 网页排名 page rank
- Page Rank扫盲
- google page rank 解释
- Page Rank Report
- Page Rank (2014ICM)
- python page rank
- page-rank计算问题
- Page Rank
- page-rank模型讲解
- Google Page Rank 算法(转载)
- google的page rank算法
- page rank 算法 参考链接
- [算法7]page rank算法
- 理解WebKit和Chromium: WebKit和Chromium代码目录结构介绍
- 学习Python语言,必买的几本书
- avs 中国音视频标准DRA 中音频标准及应用
- 第二周任务1
- 音视频中的CBR,VBR,ABR
- Page Rank介绍
- 如何在VMware中实现Linux系统与Windows系统的文件交换
- 收集 V4L2 程序编写
- 第二周实验报告1
- 理解WebKit和Chromium: WebKit和Chromium组成
- http://acm.hdu.edu.cn/showproblem.php?pid=1892&&二维树状数组
- pdf转swf的Java实现,可用于实现类似百度文库的效果
- MyEclipse 8.6快捷键
- Java Object类中方法理解