《数学之美》第10章 PageRank--Google的民主表决网页排名技术

2024-06-02 00:31:06

1 PageRank算法的原理

真正找到计算机网页自身质量的完美的数学模型的是Google的创始人拉里.佩奇和谢尔盖.布林。

简单的说就是民主表决。

核心思想：在互联网上，如果一个网页被很多其他网页所链接，说明它受到普遍的承认和依赖，那么他的排名就高。

计算搜索结果的网页排名过程中需要用到网页本身的排名。

解决这个问题的是布林。他把这个问题变成了一个二维矩阵相乘的问题，并用迭代的方法解决这个问题。先假设所有网页的排名是相同度的，并且根据这个初始值，算出各个网页的第一次迭代排名，然后再根据第一次的迭代排名算出第二次的排名。不论初始值如何选取，这种算法都能保证网页排名的估计值能够收敛到排名的真实值。

网页排名的高明之处在于它把整个互联网当作一个整体来对待。以前的信息检索大多把每一个网页当作独立的个体对待，大部分人只注意了网页内容和查询语句的相关性，忽略了网页之间的关系。

2 PageRank的计算方法

为第一、第二、...第N个网页的网页排名。矩阵A为网页之间的链接数目。A已知，B未知。

假定是第i 次迭代的结果。

初始假设：所有网页的排名都是1/N。当两次迭代的结果与之间的差异非常小，接近于零时，停止迭代运算，算法结束。一般，只要10次左右的迭代基本上就收敛了。

由于网页之间的链接的数量相比互联网的规模非常稀疏，因此网页的网页排名也需要对零概率或小概率事件进行平滑处理。

《数学之美》第10章 PageRank--Google的民主表决网页排名技术相关推荐

《数学之美》第十章——PageRank Google的民主表决式网页排名技术
对于搜索引擎搜索结果的排名取决于两组信息:关于网页的质量信息.每个网页与这个查询的相关性. 1 PageRank算法的原理 PageRank算法是由Google创始人拉里佩奇和谢尔盖布林提出的网页排名 ...
数学之美第3章统计语言模型
数学之美第3章统计语言模型回顾一下: 前面两章都是基础知识,告诉我们自然语言的起源基础,和一些发展过程遇到的问题,第二章告诉我们规则:理解自然语言(即分析语句和获取语义)这种处理方法不可能实现智 ...
数学之美：各个击破算法和Google云计算的基础
云计算的一个关键性问题就是如何把一个非常大的问题,自动分解到许多计算能力不是很强大的计算机上.Google针对此问题提出一个工具MapReduce,其基础就是算法中常见的分治算法. 假设要对一个长度为 ...
《数学之美》——第九章个人笔记
数学之美最近在读<数学之美>这本书,做一下个人笔记.看的是PDF,看完后会买一本的哦!版权意识还是有的. ps:图片文字都是这本书中的内容,侵权立删.会有点自己的理解. 第九章图 ...
《数学之美》选章精读
曾经花了一个月的时间阅读受推荐的书籍<数学之美>,对基于统计的自然语言处理的历史作一个大致的了解,每周精读一章,做下了一些粗略的笔记,算是有个交代吧. 第9章-图论和网络爬虫概念图论起 ...
《数学之美》——第一章个人笔记
数学之美最近在读<数学之美>这本书,做一下个人笔记.看的是PDF,看完后会买一本的哦!版权意识还是有的. ps:图片文字都是这本书中的内容,侵权立删.会有点自己的理解. 第一章文 ...
《数学之美》第一章读后感
第一章分别讲述了早期信息的传播,文字和数字的发展,文字和语言背后的数学三个部分. 我从中了解到了信息传递,不论是早期的远古社会,还是如今快速发展的互联网时代,其规律都是异曲同工的.比如信息传播的模型都 ...
《数学之美》中的模型及启示总结
目录初衷文章编排章节总结第1章文字和语言 vs 数字和信息第2章自然语言处理--从规律到统计第3章统计语言模型第4章谈谈中文分词第5章隐含马尔可夫模型第6章信息的度量和作 ...
《数学之美》读书笔记_No.10_PageRank
其实很早之前就被推荐<数学之美>这本书,拖到现在才读,最大的感受可能真的是"相见恨晚".记一些笔记供以后复习翻看. 第10章 PageRank Google的民主表决式 ...

最新文章

热门文章