python - PageRank的Python实现

Question

我试图理解 Google PageRank 背后的概念，并试图在 Python 中实现一个类似的（虽然是初级的）版本。在过去的几个小时里，我一直在熟悉这个算法，但仍然不是很清楚。

我找到了一个特别有趣的网站，它概述了 PageRank 在 Python 中的实现。但是，我似乎不太了解此页面上显示的所有功能的用途。谁能澄清一下这些函数到底在做什么，尤其是 pageRankeGenerator？

Answer 1

我将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，那么

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

在哪里

• PR(Ti)是Ti的PageRank
• C(Ti) 是来自页面 Ti 的传出链接数
• d 是倾销因子，范围 0 < d < 1，通常设置为 0.85

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

A、B、C 页的示例：

   A <--> B
   ^     /
    \   v
      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

回合总和 = 3

第 2 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

回合总和 = 3

第 3 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

回合总和 = 3

...