什么是pageRank

什么是pageRank

• pageRank是google提出的算法，用于衡量特定网页相对于搜索引擎中的其它网页而言的重要程度
• 实现了将链接价值概念作为排名因素

算法原理:

• 入链 === 投票

  • pageRank让链接来投票，到一个页面的超链接相当于对该页投一票

• 入链数量

  • 如果一个页面节点接收到的其它网页指向的入链数量越多，那么这个页面越重要

• 入链质量

  • 指向页面A的入链质量不同，质量高的页面会用过链接向其他页面传递更多的权重，所以越是质量高的页面指向页面A，则页面A越重要

• 初始值

  • google的每个页面设置相同的PR值
  • pageRank算法给每个页面的PR初始值为1

• 迭代算法

  • google不断的重复计算每个页面的pageRank。那么经过不断的重复计算，这些页面的PR值会趋向于稳定，即收敛状态
  • 在具体企业中应怎样确定收敛标准
    1. 每个页面的PR值和上一次计算的PR值相等
    2. 设定一个差值标准(0.0001)。当所有页面和上一次计算的PR差值平均小于该标准时，则收敛
    3. 设定一个百分比(99%).当99%的页面和上一次计算的PR相等。

• 站在互联网的角度：

  • 只出不入：PR值会为0
  • 只入不出：PR值会很高
  • 直接访问网页

• 修正了pageRank计算公式，增加阻尼系数

  • 在公式的基础上简单增加了阻尼系数(damping factor) d
  • 一般取之为d=0.85
    -完整的pageRank计算公式
  • d:阻尼系数
  • M(i) 指向i的页面集合
  • L(j)：页面的出链数
  • PR(pj):j页面的PR值
  • n：所有的页面数