关键词提取之TextRank算法

最近工作内容牵涉到文本关键词提取，因此学习了两种比较流行的关键词提取算法tf-idf和TextRank，本文就TextRank算法的学习做一些笔记。

原始论文：Rada&Paul, TextRank: Bringing Order into Texts

一、PageRank

TextRank的思想基本上来源于PageRank。PageRank是Google搜索对结果链接进行排序的算法，其基本思想就是将每个链接（网页）看作是图中顶点，链接之间相互指向的关系作为其在图中顶点相互连接的边，通过下式来迭代计算每个顶点（链接）的重要程度，并通过计算出的重要程度对链接进行排序。

其中S(Vi)表示顶点i的重要程度值，In(Vi)表示所有指向顶点i的其他顶点的集合，Out(Vj)表示顶点j指向的顶点集合，而|Out(Vj)|表示该集合含顶点的个数。d是阻尼系数damping factor，取值在0-1之间，表示考虑到顶点之间随机连接的概率。比如用户以概率d点击某一个链接后，会以(1-d)的概率点击另一个全新链接。

计算过程如下：
1.
（公式要怎么写呀，好丑哇）
图分为有向图和无向图，也分有权重图和无权重图。