PageRank调研

文章目录

• • • 概念:
    • 如何衡量(算法):
    • 指标
    • 参考文献

概念:

        $\mathbf{P}\mathbf{a}\mathbf{g}\mathbf{e}\mathbf{R}\mathbf{a}\mathbf{n}\mathbf{k}$，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。
        PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。

如何衡量(算法):

        PageRank让链接来"投票"
        一个页面的“得票数”由所有链向它的页面的重要性来决定，到一个页面的超链接相当于对该页投一票。一个页面的PageRank是由所有链向它的页面（“链入页面”）的重要性经过递归算法得到的。一个有较多链入的页面会有较高的等级，相反如果一个页面没有任何链入页面，那么它没有等级。
        假设一个由4个页面组成的小团体：A，B，C和D。如果所有页面都链向A，那么A的PR（PageRank）值将是B，C及D的Pagerank总和。
$$\mathbf{P}\mathbf{R}(\mathbf{A})=\mathbf{P}\mathbf{R}(\mathbf{B})+\mathbf{P}\mathbf{R}(\mathbf{C})+\mathbf{P}\mathbf{R}(\mathbf{D})$$
        继续假设B也有链接到C，并且D也有链接到包括A的3个页面。一个页面不能投票2次。所以B给每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的PageRank上。
$$\mathbf{P}\mathbf{R}(\mathbf{A})=\frac{\mathbf{P}\mathbf{R}(\mathbf{B})}{2}+\frac{\mathbf{P}\mathbf{R}(\mathbf{C})}{1}+\frac{\mathbf{P}\mathbf{R}(\mathbf{D})}{3}$$
        换句话说，根据链出总数平分一个页面的PR值。
$$\mathbf{P}\mathbf{R}(\mathbf{A})=\frac{\mathbf{P}\mathbf{R}(\mathbf{B})}{\mathbf{L}(\mathbf{B})}+\frac{\mathbf{P}\mathbf{R}(\mathbf{C})}{\mathbf{L}(\mathbf{C})}+\frac{\mathbf{P}\mathbf{R}(\mathbf{D})}{\mathbf{L}(\mathbf{D})}$$
例子：
        如图1 所示的例子来说明PageRank的具体计算过程。
        最后，所有这些被换算为一个百分比再乘上一个系数。由于“没有向外链接的页面”传递出去的PageRank会是0，所以，Google通过数学系统给了每个页面一个最小值：
$$\mathbf{P}\mathbf{R}(\mathbf{A})=(\frac{\mathbf{P}\mathbf{R}(\mathbf{B})}{\mathbf{L}(\mathbf{B})}+\frac{\mathbf{P}\mathbf{R}(\mathbf{C})}{\mathbf{L}(\mathbf{C})}+\frac{\mathbf{P}\mathbf{R}(\mathbf{D})}{\mathbf{L}(\mathbf{D})}+\dots )\times d+\frac{1-d}{N}$$
        说明：在Sergey Brin和Lawrence Page的1998年原文中给每一个页面设定的最小值是1-d，而不是这里的(1-d)/N。 所以一个页面的PageRank是由其他页面的PageRank计算得到。Google不断的重复计算每个页面的PageRank。如果给每个页面一个随机PageRank值（非0），那么经过不断的重复计算，这些页面的PR值会趋向于稳定，也就是收敛的状态。这就是搜索引擎使用它的原因。

指标

       Google工具条上的PageRank指标从0到10。
       PageRank近似于一个用户，是指在Internet上随机地单击链接将会到达特定网页的可能性。通常，能够从更多地方到达的网页更为重要，因此具有更高的PageRank。每个到其他网页的链接，都增加了该网页的PageRank。具有较高PageRank的网页一般都是通过更多其他网页的链接而提高的。

参考文献

百度百科

PageRank算法概括