使用OpenMP实现并分析PageRank算法

Introduction

Background

PageRank是Google创始人Larry Page和Sergey Brin在1996年创造的算法，起源于他们在斯坦福的一个关于开发有效搜索引擎的项目。
他们把万维网(World Wide Web)看作是一个巨大的文件集，在这个集中，文件与文件间有着复杂的超链接结构。因此万维网也可以抽象成一个巨大的有向图，节点代表各网页，而有向边则代表网页之间的超链接。如何通过节点在图中的位置来计算逼近它对应的重要性，是PageRank算法的主要目的。
在详细讨论pageRank算法以前，需要先阐述一些有关的基础概念与定义。首先，如何把万维网抽象成一个有向图对PageRank算法至关重要。因为，万维网的link structure可以确定每个节点在整个网络中的相对位置，而这个相对位置则为后续计算它的重要性提供了信息。
我们用节点(vertex)来代表网页，有向边(edge)来代表网页间的链接关系。由于网页之间的链接边(或 link)有两个方向，因此分别命名为forward link(outedge) 和 backlink(inedge)。下图示意了一个，由5个网页组成的网络的link structure：

Principle

基于万维网link structure的这个结构特性，PageRank算法的核心思想应运而生。
既然网页之间相互链接，那么对于一个网页而言，每一个指向它的链接(inedge)都可以类似成一个学术引用，代表了它的重要性。但是与学术引用不同，网页并没有质量控制和发表成本等门槛。因此，如果只单用inedge的数量来表示重要性的话，所得出的重要性指标会很容易被操控篡改。仅仅是靠低成本地制造大量垃圾网页，使它们指向某一特定网页，便可以增加此网页的引用数量。
基于这个考虑，除了使用引用数目(inedge的数目)这个局部指标以外，还应该使用万维网的全局信息。因为涉及万维网巨大的整体结构，这部分信息难以被简单篡改，使得计算出的重要性更为robust。
由观察得知，一个网页的重要与否，取决于以下两个因素：

• 与学术引用类似，此网页是否有许多入链接，即是否很多网页都指向它
• 指向它的网页中，是否存在非常重要的网页。例如：某网页也许只有一个入链接，但此入链接是源自Wiki这样的权威网页
  PageRank正是综合地考虑了网页的入链接数目这个局部指标，以及入链接网页重要性这个全局指标，来逼近一个网页的真实重要性。为了达到这一综合，此算法使用了重要性传递(rank propagation through links)这一思想，让rank依照万维网的结构动态流动直到稳定，所得的最终结果便是网页最后的重要性(或 Rank)。
  ##PageRank Algorithm
  ###basics
  PageRank的定义
  $$R(u)=c\sum _{v\in B_u}\frac{R(v)}{N_v}$$
  $u:$某一个网页
  $R:$此网页对应的PageRank值(此公式算出的PageRank为naive版本)
  $c:$归一化系数
  $B_u:$指向网页u的网页集合
  $N_u=|F_u|$
  $F_u:$网页u指向的网页集合
  

如上图中:
B 2 = { 1 , 3 } B_2=\{1, 3\}