PageRank笔记

Web结构： 现实中的web结构并不都是上面所示例的那样具有强连通性，一般的web结构如下图所示，其中SCC（Strongly Connected Componet）强连通子图。

避免终止点：一个没有出链的网页称为终止点。

 如，去掉上例中C到A的边。

处理终止点：

1. 将终止点及其入链从图中删除，最终得到一个强连通子图。

2. 修改随机冲浪者在web上的冲浪过程。

具有多层终止点：

如：

于是PageRank为：

 我们得到了A , B , D的PageRank为2/9， 4/9， 3/9. 然后我们根据刚刚删除的相反的顺序求C和E。即先求C，再求E。

C可获得而A的1/3的出链，和D的1/2的出链，因此C的PageRank为1/3*A+1/2*D=13/54。 

E只有C 一条连接，则E与C相等。

采集器陷阱及“抽税”法

采集器陷阱是一系列节点集合，它们中虽然没有终止点，但也没有出链只想集合之外。

例如：

PageRank： 

随机冲浪者一旦到达C了就无法离开，所以所有的PageRank都到了这个上面。

该方法示例：

取β=0.8，迭代的公式变成：

于是迭代结果变成

作为一个采集器陷阱，C获得了超过一半以上的PageRank值。但是，效果多少也受到了限制，其他节点也获得了一些PageRank值。