使用hadoop的网页排名

Question

我希望获得使用Hadoop和页面排名的一些经验。我完成了使用Hadoop的页面排名算法的简单实现。现在，我计划分析更改少数算法参数的可能影响，并研究它如何影响页面排名。目前我正在分析悬空节点如何影响页面排名。关于可以对此pagerank做出哪些其他变化的任何建议将极大地帮助我获得更深入的知识。

由于

Answer 1

据我所知，有几种变体：

• 加权PageRank算法：为更重要（流行）的页面分配更大的排名值，而不是将页面的排名值均匀地划分到其外链接页面中。
• Topic-sensitive pagerank。

    

  在用于提高搜索查询结果排名的原始PageRank算法中，使用Web的链接结构计算单个PageRank向量来捕获   网页的相对重要性，独立于任何特定的搜索查询。为了产生更准确的搜索结果，   我们建议使用一组代表性主题计算一组PageRank向量，以便更准确地捕获   关于特定主题的重要概念。

  
• ž。 Gy¨ongi，H。Garcia-Molina和J. Pedersen，“Combating link spam with trustrank，”
  
• 您也可以尝试HITS（超级链接环境中的权威来源）。
  
• 更进一步，您可以尝试将pagerank创意应用于其他域，例如TupleRank: Ranking Relational Databases using Random Walks on Extended K-partite Graphs。