PageRank

        Page Rank算法似乎是由现Google CEO拉里佩奇提出的一种计算网页重要程度的算法。直观来说是以投票的方式来确定网页的重要程度。一个页面的“得票数”由所有链向它的页面的重要性来决定，到一个页面的超链接相当于对该页投一票。一个页面的Page Rank是由所有链向它的页面的重要性经过递归算法得到的。一个有较多链入的页面会有较高的等级，相反如果一个页面没有任何链入页面，那么它没有等级。

        值得注意的是，每个页面对于外链的投票总共只有一票，当他有两个外链的时候，他的每张票需要乘以1/2，以此类推。这是投票时候的小规定吧。

        同时Page Rank为了处理网页没有外链的情况，还引入了随机浏览与阻尼系数的概念。随机浏览就是说用户是随机地打开一些页面，访问一些链接，当遇到没有链接的网站的时候，用户会打开一个新的网页继续进行访问。

        而阻尼系数d就是指用户到达某一页面后继续向其外链进行访问的概率。而1 - d就是用户跳转到新的URL上的概率。一般d取0.85，至于这样取值的好处曾经有过论证。

        PageRank的值如下所示

      

        其中M为入度，L为出度，N为页面总数，（1 - d) / N是Page Rank的最小值，也就是没有外链连入的页面的Rank。

        不过这种算法缺点非常明显， 新的页面的入度肯定不如以前的页面大，导致页面的评分会比存在很久的页面的评分要低很多。不过影响不大。这种方法非常简单就可以理解。那如何把这种算法应用在关键词萃取上呢，这就需要我们的Text Rank算法了。

链接：http://blog.csdn.net/cecesjtu/article/details/37912911

个人理解：

网页pi的重要性，即有多少可能用户可以访问到这个网页，访问这个网页的可能性=用户不利用链接直接访问这个页面的可能性+利用其他网页中的超链接访问到这个页面的可能性

转载于:https://www.cnblogs.com/guo-xiang/p/4873577.html