PageRank算法改进

PageRank算法的应用

PageRank 算法是 Google 搜索引擎进行网页排名的一种算法，那么它如何映射到其他领域？

比如，我们如何在文献排名中应用PageRank算法呢？

对文献的质量进行排序是对文献价值进行评估的一种重要手段，目的是为了方便人员在检索时查阅。

统计文献的被引次数是一种非常直观的统计方式，在此基础之上，我们引入了 PageRank算法：该算法基于网页之间的链接关系评估网页的价值，由于互联网与文献引用网络之间存在着较大的相似性，所以基于文献之间的引用网络使用 PageRank 算法可以更合理的对于文献的价值评估。

该算法基于一种投票关系：A 文对 B 文进行了引用是因为 A 文认为 B 文质量较高，即通过引用的方式给B文投票，之后再通过投票关系对文献进行排名。

根据PageRank的原理，在文献排名的过程中，PageRank 算法同样遵循以下两个基本假设：

1. 数量假设。如果一篇文献 A 被其他文献引用，说明其他文献认为文献 A 比较重要，也就是其他文献将自己的 PageRank 值贡献给 A。表明 A 是一篇有质量的文献，所以文献 A 的 PageRank 值会比较高。
2. 质量假设。如果一篇高 PageRank 值的文献引用了一篇其他的文献，则被引用的文献的 PageRank 值也因此而提高。

算法的公式形式不变，如下所示，但是其中各个量的含义会发生变化。

其中 p 代表某个待评价的学术文献， d 是阻尼系数。 CTotal 是文献总量。 N 表示 N </