pagerank

PageRank算法[编辑]
简易版本[编辑]
假设一个由4个网页组成的群体：A，B，C和D。如果所有页面都只链接至A，那么A的PR（PageRank）值将是B，C及D的Pagerank总和。

$${\displaystyle PR(A)=PR(B)+PR(C)+PR(D)}$$
PR(A)=PR(B)+PR(C)+PR(D)
继续假设B也有链接到C，并且D也有链接到包括A的3个页面。一个页面总共只有一票。所以B给每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的PageRank上。

$${\displaystyle PR(A)={\frac {PR(B)}{2}}+{\frac {PR(C)}{1}}+{\frac {PR(D)}{3}}}$$
换句话说，根据连出总数平分一个页面的PR值。

$${\displaystyle PR(A)={\frac {PR(B)}{L(B)}}+{\frac {PR(C)}{L(C)}}+{\frac {PR(D)}{L(D)}}}$$
最后，所有这些被换算为一个百分比再乘上一个系数 {\displaystyle d} d。由于“没有向外链接的页面”传递出去的PageRank会是0，所以通过数学系统给了每个页面一个最小值 $${\displaystyle (1-d)/N}$$ ：

$${\displaystyle PR(A)=\left({\frac {PR(B)}{L(B)}}+{\frac {PR(C)}{L(C)}}+{\frac {PR(D)}{L(D)}}+\,\cdots \right)d+{\frac {1-d}{N}}}$$
要注意在Sergey Brin和Lawrence Page的1998年原文中给每一个页面设定的最小值是 $${\displaystyle 1-d}$$ ，而不是这里的 $${\displaystyle (1-d)/N}$$ 。 所以一个页面的PageRank是由其他页面的PageRank计算得到。不断的重复计算可以得到所有网页的PageRank。如果给每个网页一个随机PageRank值（非0），那么经过不断的重复计算，这些页面的PR值会趋向于稳定，也就是收敛的状态。这就是搜索引擎使用它的原因。