pagerank

纳米团队

于 2013-04-24 00:14:44 发布

阅读量719

点赞数

分类专栏： Machine Learning

本文链接：https://blog.csdn.net/a952213390/article/details/8842565

版权

Machine Learning 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1基本思想

通过对由超过 50,000 万个变量和 20 亿个词汇组成的方程进行计算，PageRank 能够对网页的重要性做出客观的评价。PageRank 并不计算直接链接的数量，而是将从网页 A 指向网页 B 的链接解释为由网页 A 对网页 B 所投的一票。这样，PageRank 会根据网页 B 所收到的投票数量来评估该页的重要性。此外，PageRank 还会评估每个投票网页的重要性，因为某些网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。重要网页获得的 PageRank（网页排名）较高，从而显示在搜索结果的顶部。

2举例

其中概率转移矩阵指出了每个网页跳转到其他网页的概率，通过联通图得到。计算时转置。

然后通过A*x来迭代求解，当x的值前后两次差满足阈值要求时停止迭代。

3理论支持

PageRank的计算公式

其中：

PRn(A) :网页A的PageRank值。

PRn-1(Ti)网页存在指向A的链接，并且网页在上一次迭代时的PageRank值。

C（Ti）:网页的外链数量。

d: 阻尼系数，0<d<1,.

PageRank的值有两方面决定，比例分别为1-d和d.

一方面，假定全集是n个网页，不通过链接方式其中任意网页就有n个可能的无条件去处，每种跳转的概率相等（1/n）。因此A得到每个网页的1/n的（1-d）的分数。

另一方面，网页存在明确的指向网页A的链接，因此公式后半部分的分数分配给网页A。

4算法步骤

PageRank的公式转化为求解limA*x的值，其矩阵A=d*P+(1-d)*(e*e’)/m,P为概率转移矩阵，e’为n维的全1向量，m为全部网页个数。

1) 任意初始化向量x；

2）迭代res=Ax

3) 如果||x-res||<r,返回res,否则x=res转2）。

5实验

实验算法

function [count,res ] = pagerank( Graph,d,r)
%PAGERANK Summary of this function goes here 对网页重要性排序的算法
%   Detailed explanation goes here  A=（1-d)*e*e'/m+d*P
% 输入参数为网页的链接矩阵Graph和阻尼系数d,阈值r ,输出为每个网页的pagerank值。
 
%将连接矩阵转化为概率转移矩阵
[m,n]=size(Graph);%m=n
for i=1:1:m;
    temp=sum(Graph(i,:));
    for j=1:1:m
        Graph(i,j)=Graph(i,j)/temp;
    end
end 
%初始化变量，迭代计算
P=Graph';
e=ones(m,1);
x=rand(m,1);
A=(1-d)*((e*e')/m)+d*P;
res=A*x;
count=1;
while(norm(res-x)>r)
     x=res; 
     res=A*x;
     count=count+1;
end

实验结果

实验表明pagerank算法与使用的初始值x是没有关系的。

>> [count,res]=pagerank(P,0.5,0.000001)

count =

res =

1.0769

0.7692

1.1538