我在某处读到，添加了1 / n元素的S矩阵和谷歌使用的软糖因子0.15只是不准确，只是为了解决另一个问题。
另一方面，我在其他地方读到它确实有意义。它用于随机跳转。我们首先询问冲浪者是否想继续点击。所以根据我读到的意思是-85％继续点击-15％不要。
我的问题是......这对第一次点击可能有用。但是这在其他迭代中如何工作？怎么有人可以随意登陆？页面排名的整个假设是不是每个都与另一个相关联？
如果我只是登陆页面而没有来自其他地方，那么排名根本就不准确。
但最重要的是，我不明白添加的1 / n矩阵是什么意思？如果我在一个页面，我只能点击我看到的点击。说我可以去其他地方是什么意思？
如果他们意味着我只是谷歌再次搜索那么为什么不把它称为第二链？为什么要把它包含在第一个？
另外，我停止冲浪是15％，还是15％？ （或者他们是一样的吗？）
对于我的第一个问题 - 它是否是一个用于解决其他问题的软糖不准确的因素，或者它确实意味着如上所述的东西，它是一个正确的衡量标准，甚至包括它自己的优点？
答案 0 :(得分：1)
＆＃34;随机跳跃＆＃34;可以对应很多东西：
人们做在网上浏览时实际做这些事情;转到索引中的随机页面是一种非常粗略的近似行为。
如果您是谷歌或其他拥有大量冲浪/跟踪数据的实体，您实际上可以衡量人们进入的概率＆＃34;特别网站，以获得更好的模型！随机跳跃概率不需要完全一致;他们只需要为每个网站都不为零。
随机跳转是确保矩阵/对应链为Ergodic的最简单方法，可以更容易地进行分析并保证收敛。