向量可以用一维度数组表示,矩阵可以用二维数组表示
PageRank算法
PageRank算法的公式为:
其中pi为第i张网页,Mi为第i张网页入链的集合,Pj为Mi中的第i张网页,L(pj) 为Pj出链的数量,α为不随机冲浪的概率,1/L(pj)为从网页j到网页i的概率。
PageRank是采用迭代法来实现的,初始的时候,每个网页的PageRank分数都一样(比如为1),利用上述公式不断地迭代更新网页的PR得分,PageRank是一个马尔科夫过程,网页PR得分最终会稳定在一个数值。
简化PageRank计算公式
PageRank考虑了随机跳转,我们可以对PageRank公式进行简化(不考虑随机跳转的情况),简化后的公式如下所示。
如何利用矩阵运算来计算PageRank积分呢?我们先来看看矩阵点乘计算公式:
PageRank的计算过程可以采用矩阵点乘的方式实现,一个矩阵是当前网页的PageRank得分,另一矩阵是邻接图,所谓邻接图就是图节点相邻关系的邻接矩阵。
Xij表示矩阵中第i行,第j列的数值,表示节点i到节点j的邻接关系,对于网页来说,表示网页i到网页j的连接关系,如果为0,则无连接,如果为1表示有连接。
考虑到PageRank的乘积是1/L(pj) 其中L(pj)为网页j的出链的数量。矩阵中每一行的和恰好是其对应网页的出链的数量,因此我们可以对原始矩阵进行基于行的归一化。所谓归一化,就是让所有元素加起来和为1。
可以举一个简单的例子
如上图所示的网页链接关系,用矩阵的形式进行表示。
按照行进行归一化后的结果为
基于这个邻接矩阵,我们可以开始最简单的PageRank计算,PageRank采用迭代法实现,初始时每个网页的PageRank得分为1,第一次迭代的计算方法如下所示。
![](https://i-blog.csdnimg.cn/blog_migrate/8b502bbe7a0b4cf24c8f31d5093b4a4d.png)
表示成矩阵点乘的方式。
考虑随机跳转,我们假设α=0.9,完整版的pagerank为
PageRank是采用迭代的方式计算的,为了避免数值越来越大,我们可以对结果归一化处理,归一化之后的结果为。
[0.37027027 0.24864865 0.37027027 0.00540541 0.00540541]
以上内为极客时间程序员的数学基础课的学习笔记整理