PageRank算法原理与实现

正文共835个字,8张图,预计阅读时间6分钟。

1、PageRank

1.1.简介

PageRank,又称网页排名、谷歌左侧排名,是一种由搜索引擎根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一,以Google公司创办人拉里·佩奇(Larry Page)之姓来命名。Google用它来体现网页的相关性和重要性,在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。

假设一个由4个网页组成的群体:A,B,C和D。如果所有页面都只链接至A,那么A的PR(PageRank)值将是B,C及D的Pagerank总和。

重新假设B链接到A和C,C只链接到A,并且D链接到全部其他的3个页面。一个页面总共只有一票。所以B给A和C每个页面半票。以同样的逻辑,D投出的票只有三分之一算到了A的PageRank上。

1.2.公式

对于一个页面A,那么它的PR值为:

PR(A) 是页面A的PR值

PR(Ti)是页面Ti的PR值,在这里,页面Ti是指向A的所有页面中的某个页面

C(Ti)是页面Ti的出度,也就是Ti指向其他页面的边的个数

d 为阻尼系数,其意义是,在任意时刻,用户到达某页面后并继续向后浏览的概率,

该数值是根据上网者使用浏览器书签的平均频率估算而得,通常d=0.85

还有一个版本的公式:

N为页面的总数

1.3.具体实例

三个页面A、B、C

为了便于计算,我们假设每个页面的PR初始值为1,d为0.5。

页面A的PR值计算如下:

页面B的PR值计算如下:

页面C的PR值计算如下:

下面是迭代计算12轮之后,各个页面的PR值:

那么什么时候,迭代结束哪?一般要设置收敛条件:比如上次迭代结果与本次迭代结果小于某个误差,我们结束程序运行;比如还可以设置最大循环次数。

2、代码实现

3、参考资料

1、Pagerank Algorithm Explained(https://www.slideshare.net/jdhaar/pagerank-algorithm-explaned)

2、【大创_社区划分】——PageRank算法的解析与Python实现(https://blog.csdn.net/gamer_gyt/article/details/47443877)

3、浅入浅出:PageRank算法(https://www.letiantian.me/2014-06-10-pagerank/)

4、PageRank(https://en.wikipedia.org/wiki/PageRank)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180726A1DYP300?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券