从Google搜索算法PageRank谈马尔科夫链(Markov)

Google的搜索引擎是基于什么?他的算法为什么比较高效?我想还是会有人对此敢兴趣吧。

Google的搜索算法PageRank是Google创始人拉里·佩奇和谢尔盖·布林于1997年构建早期的搜索系统原型时提出的链接分析算法。
已经有很多关于PageRank的介绍,这里就不再赘述。
这里介绍的是PageRank所基于的数学原理-Markov链。
可以先看下PageRank:

PageRank是基于【从许多优质网页链接过来的网页,必定还是优质网页】的回归关系,来判定所有网页的重要性。
其有三个指标:
- 反向连接数;
- 反向链接是否来自推荐度高的网页;
- 反向链接源的页面链接数。


Markov性


A={Sn0=i0,,Snk1=ik1} ——过去

B={Sk=i} ——现在

C={Sk+1=j} ——未来


P(C|AB)=P(C|B) ——已知过去到现在的信息来预测未来,则与现在状态有关,与过去状态无关。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值