矩阵/向量迭代算法:PageRank, HITS, SPEAR
来源:互联网 发布:混音软件 编辑:程序博客网 时间:2024/06/11 11:30
1. PageRank
Google 著名的 PageRank 算法根据网页间的链接情况计算网页的重要程度。每个页面(Document)的 PageRank 值用向量
其中
对于上面没有任何外链的那些页面(出度为零),为防止其成为吸积 PageRank 值的“黑洞”,可假设其对所有页面都有外链(Google 未必是这样做的)。所以矩阵
PageRank 算法假设一个页面的 PageRank 值等于所有指向它的那些页面的 PageRank 值乘以跳转到其上的概率的和,即
用矩阵乘法表示就是
初始时,将向量
2. HITS 算法
几乎就在 Google 提出 PageRank 算法的同时,IBM 的研究者们在一个会议上发表了他们的 HITS 算法。HITS 算法在应用上不及 PageRank 算法成功,但是其理论方法跟 PageRank 比较相似,而且看起来更有道理。
在 HITS 算法中,所有页面的属性有两个向量表示:
所有页面的链接关系用矩阵表示为:
这样每个页面的两个属性向量的关系可以写成
\left\{ \begin{array} {ll}
\mathbf{a} := \alpha \mathbf{A}^{T} \mathbf{h} \\
\mathbf{h} := \beta \mathbf{A} \mathbf{a} \end{array} \right. \label{eq:ample} \end{equation}
其中
两个向量
3. SPEAR 算法
SPEAR 算法形式上与 HITS 极为相似,但意义不同。在用户与物品有某种行为(如对电影打标签、购买商品等)的场景中,设用户和物品的数量分别是
即假设专家倾向于更早的发现高质量物品。矩阵
前面关于用户专家分数向量和物品质量向量的假设可以表示为
其中
4. 总结
可见,这三个算法虽然有不同的用途,但却有相似的假设,相似的计算方式。在其他场景下,也许会发展出类似的有意思的算法。
- 矩阵/向量迭代算法:PageRank, HITS, SPEAR
- HITS算法类PageRank
- PageRank算法和HITS算法
- HITS算法解析及与PageRank对比
- 链接分析算法之PageRank、HITS
- 链接分析算法PageRank和HITS
- 链接挖掘算法之PageRank算法和HITS算法
- 链接挖掘算法之PageRank算法和HITS算法
- 链接挖掘算法--PageRank算法和HITS算法
- PageRank迭代求解方法
- hits算法
- hits 算法
- HITS算法
- HITS算法
- HITS算法及原理
- HITS算法思想
- HITS算法的测试
- HITS算法分析
- 智能车上位机与下位机通信的例子
- 田忌赛马 364nyoj
- 配置bower组件保存位置
- Linux和Windows下ping
- 屏幕适配
- 矩阵/向量迭代算法:PageRank, HITS, SPEAR
- LeetCode 001 Two Sum
- ArcGIS GP Statistics工具使用
- shell 脚本完成对日志文件的提取之awk 学习
- [46]Permutations
- 1 answer for 8 queens problem
- Xcode调试技巧
- jsp和servlet的区别和联系
- 如何修改远程桌面的端口号以及修改远程桌面端口的软件