PageRank 的 Python 实现

Question

我正试图理解 Google PageRank 背后的概念，并试图在 Python 中实现一个类似的(虽然是基本的)版本。我花了最后几个小时来熟悉该算法，但它仍然不是那么清楚。

我特别找到了一个interesting website概述了 PageRank 在 Python 中的实现。但是，我似乎不太理解此页面上显示的所有功能的用途。任何人都可以澄清这些功能到底在做什么，尤其是 pageRankeGenerator？

Answer 1

我会尝试从我的个人笔记中对 PageRank 算法给出一个简单的解释(定义)。

假设页面 T1、T2、... Tn 指向页面 A，则

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

在哪里

• PR(Ti) 是 Ti 的 PageRank
• C(Ti) 是页面 Ti 的外向链接数
• d 为倾销因子，取值范围为 0 < d < 1，通常设置为 0.85

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

页面 A、B、C 的示例:

   A <--> B
   ^     /
    \   v
      C

第一轮
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

回合的总和 = 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

回合的总和 = 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

回合的总和 = 3

...