【离散数学】实践三 PageRank体验

PageRank算法工作原理

算法原理¹

简化版本

若页面B,C,D…N都有链接到页面A上，则页面A的PageRank值如下：
$PR(A)=(\frac{PR(B)}{L(B)}+\frac{PR(C)}{L(C)}+\frac{PR(D)}{L(D)}+...+\frac{PR(N)}{L(N)})d+\frac{1-d}{N}$ ²

完整版本

区别简化版本完整版本引入了阻尼系数$d$的概念（任意时刻，用户访问到某页面后继续访问下一个页面的概率，相对应的$1-d$则是用户停止点击，随机浏览新网页的概率。并且开始声明的$d=0.85$故完整公式如下:
$PR(p_i)=\frac{1-d}{N}+d{\sum }_{p_j\in M(p_j)}\frac{PR(p_j)}{L(p_j)}$ ³

---

graphs分析

结构图

柱状图

graphs代码 ⁴

digraph G {
    // 设置图的布局引擎为dot
    layout=dot;

    // 边的样式
    edge [color="#888888", arrowhead="vee"];

    // 节点的样式
    node [shape="ellipse", style="filled", fontname="Arial", color="#DDDDDD", fontcolor="#333333"];

    // 节点之间的连接
    12 -> {04 29 39};
    19 -> {13 40 51 53 59 62};
    20 -> {23 24 40 50 51};
    26 -> {13 27 38 39};
    29 -> {40 44 46};
    57 -> {09 12 40 55};
    45 -> {43 22 28};
    08 -> {59 60 61 62};
    54 -> {40 46};
    09 -> {10 40 57};
    23 -> {16 8 32};
    38 -> {13 27 39 40};
    39 -> {03 04 13};
    41 -> {42 43 44};
    42 -> {27 38 39 40};
    46 -> {12 29 38 40};
    50 -> {4 5 15 46};
    51 -> {12 13};
    52 -> {12 29 40};
    55 -> {13 40 59};
    59 -> {34 40 55};
    61 -> {29 40 46 59};
    48 -> {12 13 17 39 40 46};
    35 -> {12 38 39 40};
    24 -> {27 39 40};
    31 -> {27 38 39 40 50};
    36 -> {34 55 57 59};
    32 -> {13 21 22};
    18 -> {13 40 59};
    07 -> {04 17 27};
    62 -> {13 19 27 59};
    16 -> {13 17 40};
    44 -> {12 13 17 27 29 38 40};
    7 -> {2 4 15};
    53 -> {49 22 48};
    56 -> {4 9 13};
    05 -> {04 08 12 16 20};
    04 -> {05 07 40 46 39};
    27 -> {13 23 38};
    30 -> {13 39 40};
    28 -> {03 07 10 12};
    17 -> {13};
}

---

结语

如果有疑问欢迎大家留言讨论，你如果觉得这篇文章对你有帮助可以给我一个免费的赞吗？我们之间的交流是我最大的动力！

---

1. 源于PageRank-wiki ↩︎

2. $L(x)$是每个页面的连出总数，$d$为修正系数，由于“没有向外链接的网页”可能存在，所以赋给每个页面一个最小值$\frac{(1-d)}{N}$ ↩︎

3. $p_1,p_2....p_n$是目标页面，$M(p_i)$是链入𝑝𝑖页面的集合，$L(p_j)$是页面$p_j$链出页面的数量，$N$是集合中所有页面的数量 ↩︎

4. Graphviz操作参考文章 ↩︎