algorithm - 了解 PageRank 和类似算法背后的数学原理

Question

我查看了本网站上提出的类似问题所提供的大量资源，目前最有帮助的是在此讨论中找到的，资源链接在这里:PageRank Explained. .

虽然这提供了详细的概述，但我正在寻找更具体的内容。虽然我意识到还有其他因素在起作用，并且算法自诞生以来已经发生了多次变化，但从每个链接传递的值的一个很好的指示是:PageRank 除以链接的总页数。因此，如果一个站点(页面)的 PR 为 8，并且链接到 20 个站点，则传递给每个站点的总值(value)为 8/20。至少我是这么认为的。我知道 PageRank 是一个介于 1 - 10 之间的对数值，这意味着从 PR 1 到 2 比 PR 9 到 10 困难得多。这就是我感到困惑的地方 - 如何计算数量PR 转移到每个链接。我非常简化事情，因为具有 PR 10 和大约 10 个出站链接的页面应该仍然比具有 2 个出站链接的 PR 5 站点传递更多的值(value)。在简单的层面上理解其背后正确数学的最佳方法是什么？

Answer 1

首先，值得注意的是，当前实现的 PageRank 与论文中的原始想法大不相同，并且由于它一直在变化，甚至该 SO 问题中的其他信息也不完全可靠。但我想基本面是相似的。

我认为 PageRank 在转换为对数刻度之前被划分，因此如果您的 PageRank 为 P 并且 n > 0 出站链接，则转移的 PR 将是(由于衰减因子，略小于)P - log_10名词因此，如果有 10 个链接，PR 将下降 1，如果有 100 个链接，则 PR 会下降 2，依此类推。当然，如果 n 为 0，则不会为其他页面提供 PageRank，这只是浪费。