第10章 PageRank——Google的民主表决式网页排名技术
- 搜索结果的排名取决于两组信息:关于网页的质量信息,和这个查询与每个网页的相关性信息。
- PageRank核心思想:在互联网上,如果一个网页被很多其他网页所链接,说明它受到普遍的承认和信赖,那么它的排名就高。(解决网页质量的问题)
- PageRank的计算方式:
- 计算搜索结果的网页排名过程会用到网页本身的排名。
- 使用一个二维矩阵相乘来迭代解决:首先假定所有网页的排名是相同的,并且根据这个初值,算出各个网页的第一次迭代排名,然后再根据第一次迭代排名算出第二次排名。理论上证明不论初始值如何选取,这种算法都保证了网页排名的估计值能收敛到排名的真实值。
- 由于矩阵非常大,所以使用稀疏矩阵计算的技巧来简化计算量。
- 使用MapReduce并行计算工具来加速网页更新的周期。
- 补充
- 稀疏矩阵的存储方式:
- https://www.cnblogs.com/xbinworld/p/4273506.html
- https://zhuanlan.zhihu.com/p/37525925
- 稀疏矩阵的计算方式:
- 基于CRS:https://xupsh.github.io/pp4fpgas-cn/06-Sparse-Matrix-Vector-Multiplication.html
- LeetCode:https://www.cnblogs.com/grandyang/p/5282959.html
- 稀疏矩阵的存储方式: