知识图谱入门学习之路（三）----图算法PageRank

       进入到图算法很多人最先接触的算法就是PageRank，PageRank是谷歌最开始创造并应用的，当初主要是为了用来评估构成网络中的每一个节点的重要性。

      在正式介绍PageRank算法之前，我们先了解下网络图（The web graph）。网络图的特征就是：有向图，存在强连通区。在网络图中，网页作为图中的节点，超链接作为图中的边。

In(V)={w| w can reach V}

Out(V)={w| V can reach w}

对于上图来说

In(A)={A,B,C,E,G}

Out(A)={A,B,C,D,F}

在有向图中有2中类型，每一种图都可以通过这2种类型进行表示：

1. 强连接 ：在有向图中，每个节点可以到达图中的任意一个节点。

In(A)=Out(A)={A,B,C,D,E}

2.有向无环图（DAG：directed acydic graph）：图中不存在环，也就是如果从A可以到达B，那么B不能到达A。

强连通分量（strongly connected component）是节点S的集合，具备下面2个特征：

1.在S中的每一对节点都可以互相连通彼此；

2.在这种特性下，S是最大的集合，没有别的集合能够把S包含进去。

每一个节点都是一个SCC

在上述图中强连通分量：{A,B,C,G},{D},{E},{F} 

定理：在每一个有向图中，在强连通分量上是一个有向无环图。

对于上图:

In(A)={A,B,C,D,E} 

Out(A)={A,B,D,E,F,G,H}  

上图就是一个巨大的强连通分量，不会存在第二个SCC。

在进行详细介绍PageRank的时候，先来思考下如下问题：

当一个页面有很多超链接的时候，是进来的链接重要还是出去的链接重要？显而易见，是进来的链接重要，那么问题又来了，进来的每一个链接的重要性都是一样的，还是说有所不同，如果不同怎么去衡量。在这里我们采用从更可信的地方出来的链接会更重要。同时网页的重要打分评估也是一个循环递归问题。

PageRank采用流式模型：

重要页面的投票会具有更高的权重。

如果页面的权重为,有条出边，那么每一个链接有拥有