倒排索引解决的是如何有效的搜索包含某一关键字的网页,PageRank就是如何计算这些网页的价值。PageRank的计算是根据网页的链接计算的。若有现假设有A,B,C,D,E五个网页,其中
1)A网页有链接指向B,C,D
2)B网页有链接指向A,E
3)C网页有链接指向A,E
4)D网页有链接指向C
1)A网页有链接指向B,C,D
2)B网页有链接指向A,E
3)C网页有链接指向A,E
4)D网页有链接指向C
5)E网页有链接指向A,C
其关系如下:
根据此图可得出
这里假设每个网页的权重相等,都为1,这个S矩阵是这样得出来的,第1列是A号网页,它指向了B,C,D号网页,它的权重为1,所以B,C,D每个获得的为1/3,这样依次类推。
求解G的特征向量可以通过q(next)=G*q(cur)这样不断迭代获得,已经证明,q(next)与q(cur)最终会收敛。刚开始q可以去一个随机的向量
这里,通过编程求解pagerank,取alpha=0.85,通过不断的迭代,当q(next)和q(cur)之间的距离小于0.0000001时,认为已经收敛。pagerank就是特征值为1的特征向量,A,B,C,D,E号网页的价值分别为特征向量中对应维的值。
为了便于观察结果ÿ