基本思路:
1、假设有B、C、D三个网页链接到A,则A的PR值等于各个网页自身PR值除以外链数之和。
2、比如B的PR值为X,外链到3个网站,则B对外贡献值为X/3
3、实际计算要有阻尼系数参与
样本数据
A B C D
伪代码
1、加载数据获得lineRDD
2、将lineRDD转换为(当前网页,(指向网页的集合))的集合
3、通过join将第二个元素变成((指向网页的集合),1),1代表网页当前的PR值。
4、进行迭代(循环):得到每个网页从其他网页获得的贡献值(PR除以网页数目),直到数据收敛(基本不变化)
(待续)
1、假设有B、C、D三个网页链接到A,则A的PR值等于各个网页自身PR值除以外链数之和。
2、比如B的PR值为X,外链到3个网站,则B对外贡献值为X/3
3、实际计算要有阻尼系数参与
样本数据
A B C D
以上代表:A网页会跳转到B、C、D三个网页
伪代码
1、加载数据获得lineRDD
2、将lineRDD转换为(当前网页,(指向网页的集合))的集合
3、通过join将第二个元素变成((指向网页的集合),1),1代表网页当前的PR值。
4、进行迭代(循环):得到每个网页从其他网页获得的贡献值(PR除以网页数目),直到数据收敛(基本不变化)
(待续)