PageRank算法

在搜索引擎的发展史上，一开始组织网页的方式是网页索引（人工编辑），Yahoo，DMOZ就是使用的这种方式，但随着网页数量越来越多，这种方式耗时耗力，难以为继。第二种方式就是网页搜索，但缺陷在于，网络是巨大的，充满了不可信，过时和随机的东西。

网页搜索中的两种挑战：

1.网络中存在多个来源的数据，该相信谁？
方法：可信的页面彼此相互引用和链接
2.查询“数据”的最佳回答是什么？
方法：实际关于“数据”的页面往往指向许多数据

所有网页的重要性都不是平等的，我们可以通过链接结构对页面做排序。通过PageRank计算图中节点的重要性。

PageRank的核心思想就是链接投票，页面拥有的链接越多越重要。但不是所有的入链都同等权重，来自重要的链接占更大权重所以这是一个递推问题。

简单递推公式：

1.所有链接的投票权重与其源页面的重要形成比例
2.若页面j的重要性为rj，拥有n个出链，则每个出链用友的投票权重为rj/n
3.页面j自身的重要性为其入链重要性之和

流模型

来自重要页面的投票权重较大
被其他页面指向的页面是重要的