Pageranking算法如何在没有出站链接的情况下处理网页？

Question

我正在学习PageRanking算法，对于一些新手问题感到抱歉。 我知道PR值是通过对自身的传入链接的总和来计算每个页面的。

现在我对一份声明感到困扰，该声明表明＆＃34; PageRank值总和为1＆＃34;在wikipedia。

如维基百科所示，如果每个页面都有一个出站链接，则每个页面的整体概率总和应为1。但是，如果一个页面没有任何出站链接，例如示例中的页面A，那么总和不应该是值1吗？

因此，Pagerank算法是否必须假设每个页面至少有一个出站链接？ 有人可以详细说明Pageranking如何处理没有任何传入或传出链接的页面吗？公式如何相应地改变？感谢

Answer 1

由于在原始文章和维基百科文章中描述了页面排名，因此在某些out-degree(v)=0 v时，确实没有定义，因为您得到P(v,u)=d/n+(1-d)*0/0 - 这是未定义

没有传出边缘的节点称为悬空节点，基本上有3种常用方法可以处理它们：

1. 从图表中消除此类节点（并迭代重复该过程，直到没有悬空节点。
2. 考虑将这些网页链接回与其相关联的网页（例如，对于每个边(u,v)，如果out-degree(v) = 0，请将(v,u)视为优势。
3. 将悬空节点链接到所有页面（通常包括其自身），并有效地从该节点1中随机跳转的概率。

关于没有传入节点的页面 - 这应该不是问题，因为一切都是完美定义的。这样的节点的页面排名恰好是d/n - 因为你只能通过任意节点的随机冲浪来达到它 - 这就是它的概率。

希望能回答你的问题！

Answer 2

PageRank算法根据该页面的传入链接对页面进行排名。该页面的出站链接有助于确定其链接的其他页面的PageRank。重复迭代此过程以确定PageRank。

在每次迭代中，如果有来自其他页面的传入链接，则会将值添加到页面A的PageRank。添加到页面A的值是页面B的PageRank，其中包含到页面A的传入链接，除以第B页上的传出链接总数。

因此，没有出站链接不会影响页面A的PageRank。没有出站链接的影响只是页面A不会为任何其他页面的PageRank增加值。相比之下，如果没有到页面B的传入链接，它将具有基线（非常低）PageRank，因为它永远不会从传入链接获得附加值。