PageRank算法在文献计量学中的应用

看了一些PageRank算法的介绍，想在此结合文献计量学进行一些总结。如果有不对的地方，还望各位不吝赐教。

本文以文献计量学中的文献引用网络为例，简单介绍PageRank算法在文献计量学中的应用。文献引用网络中，每一个节点表示一篇文献，节点i到节点j的连边表示文献i引用文献j。所以，文献引用网络是一个有向图。

PageRank算法，主要应用在网页检索中，包含随机游走的策略思想。PageRank算法认为：

1.所有的链出都是等概率的

2.如果该网页被检索的概率越大，那么它的链出网页被检索的概率也越大。

在文献计量学中，以上两点假设可以引申为：

1.从当前文献传递给其参考文献的权威值是等概率的

2.如果当前文献权威值越大，那么它所引用的参考文献的权威值也越大。

基于这些假设，PageRank的基本公式如下所示：

Pj = (1-a)*sum(Pi/Niout)+a/N

由于csdn里没有公式编辑器，就用sum表示求和符号。上面这个公式中，Pj表示文献j的PageRank值(假设中的权威值)，Pi表示文献i的PageRank值，a是一个范围在0到1之间的系数，起到调节作用(貌似名字叫做阻尼因子)，N表示文献的总数，即节点个数，Niout表示文献i的参考文献数，即节点i的链出数，sum求和公式表示对所有j的链入节点进行求和。

根据上述公式，对PageRank算法进行迭代，直到算法在一定范围内收敛。最后，按照每个节点的PageRank值从高到低进行排序。

在我看到的论文中，PageRank算法具有收敛速度较快，对排序结果鲁棒性较强的特点(即网络中新增，删除，更改若干节点对最终排序效果影响较小)。PageRank算法对网络中的所有节点计算PageRank值，是一个全局算法。