page-rank模型講解

• 簡介
  根據相關性排序，包括內容的相關性，以及內容本身的重要性，要度量頁面的重要性的判斷標準：某網頁被鏈接的次數以及鏈接這個網頁的網頁本身的重要性，被鏈接次數越多，鏈接這個網頁的網頁越重要，說明被鏈接的網頁越重要。

---

• 簡化模型

  PageRank是根據網頁之間的連接關係計算網頁排名的技術。
  PK值：從1到10級，值越大越重要。
  

  簡化模型的缺陷：
  page leak
  page sink

---

• 隨機瀏覽模型
  隨機上網者隨機點擊一個新頁面的概率作爲這個新頁面的PageRank值。
  

  根據馬爾可夫鏈性質，迭代計算每個結點的PR值，隨着迭代次數的增加，PR值將趨於穩定。

---

• 利用稀疏矩陣簡化計算
  由於網絡中的節點數非常大，因此引入稀疏矩陣來簡化計算。

• 鄰接矩陣
  用鄰接矩陣G表示圖，即各結點之間的關係。g(ij)=1表示從i->j有鏈接存在，反之則表示沒有。
  因此是一個N*N的矩陣。

  每一行之和：鏈出鏈接數
  每一列之和：鏈入鏈接數

---

• 轉移概率矩陣
  

---