机器学习_链接分析-pageRank

【1】pageRank 是链接的思想：

         如果一个网页的入链越多，别的网页引用他越多，它越重要。（重要一定程度上可以理解为随机冲浪者处于各网站的概率）

         一个重要的网页链接到一个其他网页，那么被链接到的网页也就越重要。

【2】web有向图：把网页当成点，如果存在网页间的链接，那么这两点存在一条有向边。

【3】web转移矩阵W：P129，如果节点i有k条出链，则每一条出链的权值为1/k，非出链的权值为0。（实际的意义为从网页i链接到其他各网页的概率，在简单的概率相等情况下）

【4】概率角度解释：假设随机冲浪者处于n个网页的概率相等，初始的概率分布V均为1/n。那么通过转移矩阵W，访问一次后处于各网页的就是W*V，i次后就是(W^i)*V。可以用(W^i)*V衡量经过i次访问后，处于各网页的概率，也就得出了各网页的重要性。

【5】上述行为实际上是一个马尔可夫过程，经过发现如果图是一个强连通图且不存在不出链的节点的。那么(W^i)*V将逼近于极限分布，W*V=V。

【6】现在已知 W*V=V，其中V是未知参数，而W是转移矩阵已知。如何求V。

          （1）(W-1)V=0，解方程组，但是由于实际W太大，无法解

          （2）特征向量  W*V=1*V，V为特征值1所对应的特征向量。