本文介绍了PageRank算法的原理，将其视作互联网网页的有向图模型，并通过转移矩阵来描述网页间的跳转概率。在遇到图不强连通及网页自我循环等问题时，提出了解决方案。同时，讨论了MapReduce如何应用于大规模PageRank计算，通过矩阵和向量的分块计算策略优化处理超大规模数据。
Pagerank是一个衡量网页重要性的算法，这个算法把互联网上的网页集合看成一个有向图，每个网页是一个节点，如果网页A有指向网页B的链接，则这两个点存在一条有向边A->B，那么如果A这个网页上有k个网页的链接，那么他会以1/k的概率从A这个网页跳到他所指的网页，所以可以用一个转移矩阵来表示一对网页集合的转移关系。
这幅图相应的转移矩阵为：
相信这个转移矩阵应该很好理解，另外就是一个初始值的问题，为了公平起见，假设一开始停在在n个网页中的概率是一致的，那么有(1/4,1/4,1/4,1/4)T为初始pagerank值，然后根据转移矩阵的左乘，每乘一次，停在某个网页的概率会变化一次，并且，在左乘很多次以后ÿ
2716
1360
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
