information retrieval

单文档：TF= 出现次数比总次数

多文档：IDF= log（总文档数比出现词条的文档数）出现次数越少，识别性越高

综合： TF-IDF=上面两个相乘（当词项只在少数几篇文档中多次出现时，权值最大，因为此时该词条能够对文档提供最强的区分能力；当词项在某篇文档中出现次数很少，或者在很多文档中出现，权重取值次之；当词项在所有文档中都出现时，权值最小。）

PageRank算法的基本计算过程如下：

  1. 初始化：给每个网页分配一个初始得分（通常设置为1）。
  2. 计算权重：根据网页之间链接的关系，计算每个网页的权重。权重的计算方式通常如下：对于一个网页A，其所有链入链接的PageRank得分总和除以A的所有链出链接数量。因此，权重反映了网页的重要性程度。
  3. 更新得分：将每个网页的权重与其原来的得分相乘，然后更新得分。重复此步骤多次，直到网页得分不再变化为止。
  4. 输出结果：输出每个网页的最终得分，即PageRank得分。

需要注意的是，实际实现中可能需要进行一些优化处理，例如引入阻尼因子等，以便让算法更加稳定并避免出现无限循环等情况。