PageRank算法通过计算网页的入链和出链来评估影响力。每个页面的影响力由其入链页面的加权影响力之和决定，且出链会平均分配其影响力。迭代过程中，存在Rank Leak（没有出链的页面导致其他页面PR为0）和Rank Sink（只有出链没有入链的页面PR为0）问题。为解决这些问题，引入阻尼因子d（通常取0.85），使得用户有概率随机访问其他页面，保持影响力排序稳定。
PageRank简化模型
出链：链接出去的链接。
入链：链接进来的链接。
一个网页u的影响力=所有入链集合的页面的加权影响力之和
u：待评估的页面，Bu为u的入链集合。
对于Bu中的任意页面v，它能给u带来的影响力是其自身的影响力PR(v)除以v页面的出链数量。即页面v把影响力PR(v)平均分配给了它的出链。这样统计所有能给u带来链接的页面v，得到的总和即为u的影响力，即为PR(u)
转移矩阵：统计网页对于其他网页的跳转概率
原因：出链会给被链接的页面赋予影响力，关键在于统计他们出链的数量
PageRank过程推导：
Step1，假设A、B、C、D的初始影响力相同
Step2，进行第一次转移之后，页面的影响力变为
最低0.47元/天 解锁文章
扫一扫
623
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
