cs224w：slide11---PageRank（下）

1、PageRank

PageRank里的page不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的，又称网页排名、谷歌左侧排名、PR，是Google公司所使用的对其搜索引擎搜索结果中的网页进行排名的一种算法。

PageRank的结果来源于一种基于图论的数学算法。它将万维网上所有的网页视作节点（node），而将超链接视作边（edge）。

每个节点的权重值表示对应的页面的重要度。

通向该网页的超链接称做“对该网页的投票（a vote of support）”。每个网页的权重值大小被递归地定义，依托于所有链接该页面的页面的权重值。例如，一个被很多页面的链接的页面将会拥有较高的权重值（high PageRank）。

1.1 Node Similarity & Proximity

在介绍PageRank 需要先来提一下 什么叫节点相似。

假设在一个有向图集合$G(V,E)$中研究两个节点$u,v$之间的相关性.

上图, 我们可以从感性的认识上判断$u,v$之间的相似高要比$u,w$之间的相似度要高。那如何来具体定义相似度呢？

（1）

1. common neighbor
2. Jaccard
3. Adamic-Adar Index

（2）

当然还可以按计算时用到部分点还是全部点来进行分类：

1. local：Common Neighbors(CN)， Jaccard，Adamic-Adar Index
2. Personalized PageRank(PPR)， SimRank， Katz

2、Personalized PageRank

3、Random Walk with Restarts