我将向您展示2个场景（N.B. d =阻尼因子= 0.5）
第一种情况：假设有4个节点A, B, C, D：
B, C, D链接A。 PageRank是：
PR(A)=0.5 + 0.5*(PR(B)+PR(C)+PR(D))
我可以通过将0.25放在PR(B)=PR(C)=PR(D)上来解决这个等式，我将获得0.875的值。我不需要解决任何系统
第二种情况：假设有4个节点A, B, C, D：
A链接B和C
{li> B C 上的链接
{li> C A 上的链接
这样PageRank将是：
PR(A)=0.5 + 0.5 * PR(C)
PR(B)=0.5 + 0.5 * ((PR(A))/(2))
PR(C)=0.5 + 0.5 * ((PR(A))/(2) + PR(B))
我必须解决此系统才能获得结果。我没有将1/N放在PR(A), PR(B), PR(C) and PR(D)
事实上，我在互联网上搜索解决方案，其价值是：
$ PR（A）= 14/13 = 1.07692308 $
$ PR（B）= 10/13 = 0.76923077 $
$ PR（C）= 15/13 = 1.15384615 $
那么为什么在两种类似的场景中我会使用两种不同的行为？
希望有人可以帮助我:)干杯
答案 0 :(得分：1)
由于第一个问题的对称性，这两种情况是不同的：B，C和D链接到相同页面并且从相同页面链接（即它们都指向A而没有指向它们）。因此，它们的页面排名将相同，这为您提供PR（B）= PR（C）= PR（D）的额外约束，使您能够轻松解决问题。
第二个问题没有对称性，必须长期解决。
答案 1 :(得分：1)
假设有四个网页的小宇宙：A，B，C和D.忽略从页面到自身的链接，或从一个页面到另一个页面的多个出站链接。 PageRank初始化为所有页面的相同值。在PageRank的原始形式中，所有页面上PageRank的总和是当时Web上的页面总数，因此本例中的每个页面的初始PageRank都为1.但是，PageRank的更高版本和本节的其余部分假设概率分布在0和0之间 因此，每页的初始值为0.25。
在下一次迭代时，从给定页面转移到其出站链接目标的PageRank在所有出站链接中平均分配。
如果系统中的唯一链接是从B，C和D页到A，则每次链接会在下一次迭代时将0.25 PageRank传输到A，总计0.75。
PR（A）= PR（B）+ PR（C）+ PR（D）
假设页面B具有指向页面C和A的链接，而页面C具有指向页面A的链接，而页面D具有指向所有三个页面的链接。因此，在下一次迭代时，页面B将其现有值的一半或0.125转移到页面A，将另一半或0.125转移到页面C.页面C将其所有现有值0.25转移到唯一由于D有三个出站链接，它会将现有值的三分之一或大约0.083转移到A.在此迭代完成时，页面A的PageRank为0.458。
PR（A）= \ frac {PR（B）} {2} + \ frac {PR（C）} {1} + \ frac {PR（D）} {3}。\，
换句话说，出站链接赋予的PageRank等于文档自己的PageRank分数除以出站链接数L（）。
PR（A）= \ frac {PR（B）} {L（B）} + \ frac {PR（C）} {L（C）} + \ frac {PR（D）} {L（D ）}。
在一般情况下，任何页面的PageRank值都可以表示为：
PR（u）= \ sum_ {v \ in B_u} \ frac {PR（v）} {L（v）}，
即。页面u的PageRank值取决于集合Bu中包含的每个页面v的PageRank值（包含链接到页面u的所有页面的集合），除以页面v中链接的数量L（v）。