PageRank的Python实现

Question

我试图理解Google PageRank背后的概念，并试图在Python中实现类似（虽然简陋）的版本。我花了最后几个小时熟悉算法，但它仍然不是那么清楚。

我找到了一个特别的interesting website，它概述了Python中PageRank的实现。但是，我似乎无法理解本页所示所有功能的用途。任何人都可以澄清这些函数到底在做什么，特别是pageRankeGenerator？

Answer 1

我将尝试从我的个人笔记中给出PageRank算法的简单解释（定义）。

让我们说页面T1，T2，... Tn指向页面A，然后是

PR(A) = (1-d) + d * (PR(T1) / C(T1) + ... + PR(Tn) / C(Tn))

，其中

• PR（Ti）是Ti的PageRank
• C（Ti）是来自第Ti页的传出链接的数量
• d是转储因子，范围为0＆lt; d＆lt; 1，通常设为0.85

每个PR（x）都可以有起始值 1 ，我们通过重复算法来调整页面排名〜每页10-20次。

页面A，B，C的示例：

   A <--> B
   ^     /
    \   v
      C

第1轮 A = 0.15 + 0.85（1/2 + 1/1）= 1.425
B = 0.15 + 0.85（1/1）= 1
C = 0.15 + 0.85（1/2）= 0.575

round的总和= 3

第2轮 A = 0.15 + 0.85（1/2 + 0.575）= 1.06375
B = 0.15 + 0.85（1.425）= 1.36125
C = 0.15 + 0.85（1/2）= 0.575

round的总和= 3

第3轮 A = 0.15 + 0.85（1.36125 / 2 + 0.575）= 1.217
B = 0.15 + 0.85（1.06375）= 1.054
C = 0.728

round的总和= 3

...