1.前言

PageRank，顾名思义就是页面的排序，其算法最早是由谷歌提出，他们将一些重要的网页进行排序，然后展示给用户，其相当于是一种早期的推荐算法了。

2.任务要求

基于核心思想，将任务简化为以下步骤：

如果一个网页被很多网页链接，说明这个网页是关键性节点，那么pagerank值相对较高
如果一个pagerank值很高的网页又链接到其他的网页，那么该网页的pagerank值也相对较高
一个节点的重要性有pagerank（PR）值来衡量，其PR值就是一个网站被访问的概率，PR值越高，被访问的频率越高，其值也越大

3.基本原理

基本原理参考：https://zhuanlan.zhihu.com/p/86004363

假设有这么一个网络，通过网络可以写出转移矩阵，如下，其中第i行第j列的值表示，j转到i的概率

比如：第四行，第一列：表示A转到D的概率，因为A有两条链接，分母为2，分子为1

在访问之处，我们都是“无知的”，及我们访问每个网页都等可能，有如下的V矩阵

PR=V′=M∗VPR=V^{'}=M*VPR=V′=M∗V

通常我们会在上述公式加一个阻尼系数α=0.85\alpha=0.85α=0.85来避免网页中出现的无链问题，无链就是上述图存在一个空链接（假设D≠>C），这是会出现迭代终点问题，全部为0.

V′=αMV+(1−α)VV^{'}= \alpha MV+(1-\alpha)VV′=αMV+(1−α)V

迭代终止条件：
∣Vi+1−Vi∣>e|V_{i+1}-V_{i}|>e∣Vi+1−Vi∣>e

4.代码实现

import numpy as npM = np.array([[0,1,1,0],[1,0,0,0],[0,1,0,1],[1,0,0,0]],dtype = float)# 1.定义转移矩阵
def move_matrix(m):num = m.sum(axis = 0) # 统计每一列的总数，也就是网页的链接数return m/num  # 返回建立的转移矩阵# 2.定义V矩阵,初始的PR值
def V(c):pr = np.ones((c.shape[0],1),dtype=float)/len(c) # 初始化PR值矩阵return pr# 3.迭代计算pagerank值
def PR(p,m,v):i = 0while 1:v1 = p*np.dot(m,v) + (1-p) * vif np.abs((v-v1).all()) < 0.001:breakelse:v = v1i += 1if i==20:breakprint('求pr值迭代%d次'%(i))return v# 4.测试
M1 = move_matrix(M)
V1 = V(M1)
a = 0.85
print('最后迭代网页PR值结果为：\n',PR(a,M1,V1))

求pr值迭代20次
最后迭代网页PR值结果为：[[0.36364336][0.18180061][0.27275541][0.18180061]]

5.结语

pagerank较大的缺点就是在时间问题，新事物的PR值肯定没有旧事物的PR值高，因为经过发展，旧网页的链接到其他网页的纪律更大，于是有专家学者提出了新的算法：TrustRank算法
对于导航性的网页与一般网页的不平衡，总所周知，导航性的网页，拥有更高的PR值，因为其中覆盖的其他网页链接更多。

基于Python实现的PageRank算法相关推荐

python电影推荐算法_基于Python的电影推荐算法
原标题:基于Python的电影推荐算法第一步:收集和清洗数据数据链接:https://grouplens.org/datasets/movielens/ 下载文件:ml-latest-small ...
【PLA】基于Python实现的线性代数算法库之斯密特正交化
[PLA]基于Python实现的线性代数算法库之斯密特正交化算法包下载链接:https://download.csdn.net/download/qq_42629529/79481514 from ...
causal-learn：基于Python的因果发现算法平台
来源:集智俱乐部本文约1100字,建议阅读5分钟本文为你介绍基于Python的统一算法基本框架. Causal-learn,由CMU张坤老师主导,多个团队(CMU因果研究团队.DMIR实验室.宫明 ...
基于Python技术栈的算法落地踩坑
背景介绍在一些业务场景,我们需要把离线训练好的模型以微服务部署线上,如果是简单的使用sklearn pipeline,可以保存为XML格式的pmml供Java调用, 在配置为4 core,8G内存的 ...
python回归算法_基于Python的函数回归算法验证
看机器学习看到了回归函数,看了一半看不下去了,看到能用方差进行函数回归,又手痒痒了,自己推公式写代码验证: 常见的最小二乘法是一阶函数回归回归方法就是寻找方差的最小值 y = kx + b xi, ...
基于Python实现的图的同构算法
目录一.概要 1 二.文章结构 1 三.问题描述:图的同构 1 四.判断图同构的算法 2 基于生成全排列序列的算法 2 两种基于深度优先搜索与根据局部匹配进行剪枝的算法 3 基于 canonical ...
基于Python的简单蒙特卡洛算法
首先介绍一下蒙特卡洛算法,蒙特卡洛算法是一种基于随机抽样的计算方法,主要用于模拟和计算复杂的系统和问题.它的名称来自于蒙特卡洛赌场,因为它使用了类似于赌博的随机性质来解决问题. 蒙特卡洛算法的基本思想 ...
基于python程序利用贪心算法解决旅行家的预算问题
程序已通过检测: https://www.dotcpp.com/oj/problem1640.html 问题描述一个旅行家想驾驶汽车以最少的费用从一个城市到另一个城市(假设出发时油箱是空的).给定 ...
基于Python的K近邻算法实现
模式识别 K近邻法目录模式识别 K近邻法 1 一.最近邻.k近邻算法介绍 2 1.1 介绍 2 1.2 近邻法的形式化表示 2 (1)最近邻 2 (2)k近邻 3 二.实验数据集介绍 3 2.1 ...

基于Python实现的PageRank算法