《数学之美》读书笔记（十）（十一）

搜索结果的排名：取决于两组信息：关于网页的质量信息，和每个网页的相关性信息

pagerank算法：在互联网上，如果一个网页被很多其他网页所连接，说明他受到普遍的认同和信赖，那么它的排名就高，这就是核心思想。

对不同网页的链接区别对待，因为排名高的网页链接更可靠。于是要给这些链接更大的权重。

权重具体是多少？取决于这些网页本身的排名？鸡生蛋还是蛋生鸡？

把这个问题看成二维矩阵相乘的问题，并用迭代的方法解决了这个问题。他们先假定所有网页的排名是相同的，并且根据这个初始值，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的排名。 稀疏矩阵。

如何度量网页和查询的相关性？

TF-IDF

TF表示词频

需要对汉语中的每一个词给一个权重，一个词预测主题的能力越强，权重越大。停止词的权重为0.

IDF表示逆文本频率指数。