PageRank的Python实现

我试图理解GooglePageRank背后的概念，并试图用Python实现一个类似的（虽然是初步的）版本。在过去的几个小时里，我一直在熟悉这个算法，但它仍然不是很清楚

---

我找到了一个特别介绍了在Python中实现PageRank的示例。然而，我似乎不能完全理解本页上显示的所有函数的用途。有谁能解释一下这些函数到底在做什么，特别是pageRankeGenerator吗？

我将试着从我的个人笔记中对PageRank算法给出一个简单的解释（定义）

让我们假设T1页，T2页。。。你指的是A页，然后

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

在哪里

• PR（Ti）是Ti的PageRank
• C（Ti）是来自第Ti页的传出链接数
• d是0

每个PR（x）可以有起始值1，我们通过对每个页面重复算法~10-20次来调整页面排名

A、B、C页示例：

   A <--> B
   ^     /
    \   v
      C

ab
^     /
\五
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

四舍五入之和=3

第二轮
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

四舍五入之和=3

第三轮
A=0.15+0.85（1.36125/2+0.575）=1.217
B=0.15+0.85（1.06375）=1.054
C=0.728

四舍五入之和=3

---

我将试着从我的个人笔记中对PageRank算法给出一个简单的解释（定义）

让我们假设T1页，T2页。。。你指的是A页，然后

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

在哪里

• PR（Ti）是Ti的PageRank
• C（Ti）是来自第Ti页的传出链接数
• d是0

每个PR（x）可以有起始值1，我们通过对每个页面重复算法~10-20次来调整页面排名

A、B、C页示例：

   A <--> B
   ^     /
    \   v
      C

ab
^     /
\五
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

四舍五入之和=3

第二轮
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

四舍五入之和=3

第三轮
A=0.15+0.85（1.36125/2+0.575）=1.217
B=0.15+0.85（1.06375）=1.054
C=0.728

四舍五入之和=3

---

…

好吧，这更有意义。我想“轮次”和收敛步骤是一样的吗？（即限制轮数）。此外，我读过的许多论文都使用了特征值、传出链接矩阵（A）和传入链接矩阵（A^T）。以上哪一项适合？它们是否必要？@Louis，是的，“轮次”是收敛步骤。我的线性代数有点生疏，但我认为特征值只是计算出来的页数。在我的例子中，我对一页使用了一个公式。如果我们把它改写成n页的公式，我们就得到了n维（或矩阵）表示。IMO矩阵表示法在第一次掌握时有点困难。还有一个问题：为什么不将更新后的值分配到第二轮？例如，在第一轮中，你发现B=1，C=0.575。然而，在第二轮中，你有A=0.15+0.85（1/2+0.575）。为什么您仍然使用1/2而不是1，正如在第1轮中发现的那样？我正在学习一门课程，第一轮是正确的，但是接下来的几轮与您展示的不匹配@Louis I使用更新后的B和C值除以它们的传出链接数。在第二轮：（1/2+0.575/1）=（P1（B）/C（B）+P1（C）/C（C））。好吧，这更有意义。我想“轮次”和收敛步骤是一样的吗？（即限制轮数）。此外，我读过的许多论文都使用了特征值、传出链接矩阵（A）和传入链接矩阵（A^T）。以上哪一项适合？它们是否必要？@Louis，是的，“轮次”是收敛步骤。我的线性代数有点生疏，但我认为特征值只是计算出来的页数。在我的例子中，我对一页使用了一个公式。如果我们把它改写成n页的公式，我们就得到了n维（或矩阵）表示。IMO矩阵表示法在第一次掌握时有点困难。还有一个问题：为什么不将更新后的值分配到第二轮？例如，在第一轮中，你发现B=1，C=0.575。然而，在第二轮中，你有A=0.15+0.85（1/2+0.575）。为什么您仍然使用1/2而不是1，正如在第1轮中发现的那样？我正在学习一门课程，第一轮是正确的，但是接下来的几轮与您展示的不匹配@Louis I使用更新后的B和C值除以它们的传出链接数。第二轮：（1/2+0.575/1）=（P1（B）/C（B）+P1（C）/C（C））。