我正在尝试PageRank在一组网页上实现算法，因为我需要一个dataset网页样本，以及与它们对应的网页图，这个网页图表示数据集包含的页面之间的链接。
我需要网络图，以便获取转换矩阵并进行所需的计算。例子：
URL1 -> URL2
URL3390 -> URL5
URLxxxx是一个id，以某种方式映射到相应的网页
我的问题是：我如何/在哪里可以获得这个资源（我在互联网上尝试了很多链接，但没有任何帮助），我也希望它不是很大，（互联网连接限制），如果我不能就这样，你能给我一些关于我应该做什么的建议吗？
更新：对于那些可能认为这个离题的人来说，他们可能是对的，像软件推荐或计算机科学这样的网络，甚至没有相应的标签，并且不适合这个问题，我感谢你的帮助.
可能 Site Visualizer 是您正在寻找的工具。该应用程序具有生成可视站点地图的功能。
下载并安装应用程序（标准版或专业版），单击创建新项目工具按钮，键入您需要抓取的网站的 URL，然后单击开始按钮。
爬取完成后，单击Visual Sitemap选项卡上的Draw按钮。网站的图表将绘制为一组页面（矩形）和链接（带箭头的线）。单击一个框以选择特定页面并突出显示其出站链接：
您可以使用“所有链接”报告（在“报告”选项卡上）获得网站所有链接的数据集。' From URL ' 和 ' To URL ' 列是您需要的。
除此之外，您可以使用特定的 SQL 查询来表示已抓取网站的页面或链接的数据集。例如，转到数据库选项卡，键入以下查询并单击执行工具按钮：
SELECT * FROM links WHERE link_type='A'
结果集将仅包含A 标记链接，不包括图像、CSS 文件、JS 等。
该程序具有功能齐全的 30 天试用期，因此您可以免费执行任务。
您可以尝试搜索用于 PageRank 论文补充信息的数据集。这是一个例子：本文： http: //langvillea.people.cofc.edu/ReorderingPageRank.pdf
使用此数据集： http ://www.cs.cornell.edu/Courses/cs685/2002fa/data/gr0.California ，据推测包含 9,664 个节点和 16,773 个链接。链接位于文件的末尾，并且看起来与您正在寻找的连接格式相似。
从此页面（也有其他数据集）： http ://www.cs.cornell.edu/Courses/cs685/2002fa/
这是聚合网络数据集的其他一些页面：
祝你好运！