李宏毅线性代数笔记 10： PageRank

1，pagerank介绍

不依靠网页的内容，依靠网路的结构

2 pagerank举例

举个例子：

每一个状态的变化都是来自于它的入边

经过很多次不同状态信息的传送，最终会达到稳定状态

解得答案为：

3 1维和大于1维特征空间对应的PageRank

 特征空间也分1维和大于1维

一维空间（ranking唯一）

多维空间（ranking不唯一）

4 实际的PageRank 

 A是上面那个例子里面的矩阵，hiperlink互相指的那个关联矩阵

m是一个人为给定的常数

S的尺寸和A一致，一个n*n的矩阵，每个元素的值都是1/n

这个是什么意思呢？就是我一个人，我可以按照hiperlink的关联前往下一个网站，我也可以随机跳转到任何一个网站（前者就是第一个式子，后者就是第二个式子）

此时特征值为1对应的特征向量维度为1

那么怎么找此时对应的特征向量呢？（不断迭代，他会很快收敛）

4.1 为什么需要随机浏览？解决 rank leak 与 rank sink 问题

rank leak——  如果一个网页没有出链，那么它在每一轮迭代中，都会吸收其他网页的影响力而不释放，最终导致其他的网页的page rank值趋近于0

rank sink——如果一个网络没有入链，那么它在每一轮迭代中，都向外释放自己的影响力，但自己没有增加和吸收，最终自己的page rank值趋近于0