本文介绍了PageRank算法的背景、原理和简单的Python实现。PageRank是Google搜索引擎的关键技术，通过模拟用户随机浏览网页行为来评估网页重要性。算法主要思想包括：网页的重要性与其被链接数量和链接来源的质量相关。在遇到Dead Ends（无法通过链接到达的网页）时，通过引入跳出率解决收敛性问题。
0x00 前言
Google出品必属精品！作为一名生长在Google大树下的草根程序员，Google的各种技术还是好好膜拜一下的。仔细也一想自己也算看了不少Google不少的论文：Goods、Spanner、F1、GFS、MapReduce、BigTable和Dremel。不过Google成名的PageRank算法没怎么重视，正好最近工作和业务时间都玩了一下，整理一两篇小短文，留个纪念。
我一直认为，程序员不应该对任何算法有所畏惧，因为大部分算法的核心思想和基本设计都不是那么晦涩难懂的。我们可以先搞定基本的算法设计和实现，等到需要用于生产环境时，再加以完善。
内容
本篇大致分为下面三部分：
- PageRank产生的背景
- PageRank的原理
- 用Python实现一个简单的PageRank算法
背景大致过一下，这部分借用一下Mark大神内部分享时候的PPT内容；原理的话只会包含基本的原理，不会太深入（别人问的时候能讲出来最基本的思想和设计）；最后的算法实现，只会有二十多行代码，只实现一个最基本的算法模样。
0x01 背景
聊PageRank算法，首先要聊一下搜索引擎，这是一个比较大的话题，居士没搞过搜索引擎加上能力有限，听了Mark大神的内部分享加上各种查资料后还是不知道怎么写合适。战战兢兢，下面智能大致写一点。
我们从技术的角度上来看搜索引擎需要解决的三个问题：
- 建立资料库
- 建立一种数据结构，这种数据结构能够通过keyword找到链接（文档&#
最低0.47元/天 解锁文章
扫一扫
710
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
