補課：PageRank

最近連續聽到PageRank算法，久聞其名，不聞其詳，內心虛得很，今兒補補課。

PageRank算法的網絡資料很是全面，畢竟是將近二十年的經典算法，算法細節能夠參考文末連接，這裏簡單說說個人理解。

PageRank要解決的問題是如何給網頁排序，它的思路是，利用網頁間的連接關係構造有向圖，對有向圖的全部節點作重要性排序。

重要性也能夠理解爲影響力，以一個分數的形式來表達，分數從高到低就構成了一個排序。

怎麼定義影響力？從節點的流出和流入分別定義：對於節點A和B，若是指向A的節點多於指向B的節點，則A的分數更高；若是A的分數比B的分數更高，則A指向的節點比B指向的節點分數更高。

把上面的原則轉化爲迭代規則，以機率值表示分數，就能夠把各節點的分數計算過程建模爲一個Markov鏈的收斂過程，實現了這個收斂過程就計算出了圖中各節點的分數。

固然，實際問題中要處理的細節還有不少，好比沒有外鏈的網頁如何處理，證實該模型是Markov過程等等，能夠參考文末連接。

本質上講，PageRank是給有向圖的節點作重要性排序，比網頁連接更常見的有向圖是社交關係圖，因此PageRank拿來作社交網絡的節點排序應當也是能夠的。

PageRank是工程思惟的典型表明，建模思路簡潔易懂，代碼實現也幾乎沒有難度，惟一有深度的部分是Markov鏈的證實，這實際上是隨機過程當中最多見最基礎的證實題。

你瞧，就是這樣一個簡潔實用的算法，孵化出了一家偉大的公司，改變了世界。

這就是簡潔的力量，工程的美。

 

參考文獻：

http://www.javashuo.com/article/p-yejonzzd-gv.html

http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf （提出PageRank算法的論文）