pagerank算法解析-資料下載頁
2025-09-20 20:25本頁面
【導(dǎo)讀】PageRank計算算法的改進。必須對每個網(wǎng)頁的關(guān)鍵詞建立索引。為每個網(wǎng)頁賦予一個“PageRank”值。的“PageRank”值大小進行排序返回。PageRank是基于「從許多優(yōu)質(zhì)的網(wǎng)頁鏈接過來。完全獨立于查詢，只依賴于網(wǎng)頁鏈接結(jié)構(gòu)。r的大小取決于三個因素：。將一個網(wǎng)頁的所有鏈入網(wǎng)頁的PageRank值。網(wǎng)頁i鏈接到網(wǎng)頁j,則Aij=1,否則Aij=0;PageRank的矩陣是將此N階矩陣A進行倒置，并。PageRank的計算，就是求屬于這個推移概率行。列最大特性值的固有矢量。采用遞歸的方法來求此特征值。遞歸結(jié)束標(biāo)志：|Ranki+1-Ranki|<閥值。搖擺網(wǎng)頁的存在將使得遞歸過程中Rank值。引入了一個新的矩陣。需要兩個數(shù)組Source和Dest分別保存上一。次遞歸的結(jié)果和本次遞歸的結(jié)果。經(jīng)驗表明，PageRank的值可用單精度浮點。全放在內(nèi)存中，則需要通過文件進行內(nèi)存映射，勢必產(chǎn)生大量的I/O操作。能夠容納在內(nèi)存中。由上面分塊的思想，由于在一次迭代過程中，中心服務(wù)器收到所有機器發(fā)來的PageRank結(jié)果文件，將結(jié)果。難點在于多臺機器的并發(fā)控制
【正文】 e(residual T){ ? 所有機器同時計算，結(jié)果存入磁盤，并發(fā)送到中心服務(wù)器。 ? 中心服務(wù)器收到所有機器發(fā)來的 PageRank結(jié)果文件，將結(jié)果進行合并，并分發(fā)到所有機器上。 ? Residual = ||Source – Dest|| ? Source = Dest ? } ? 難點在于多臺機器的并發(fā)控制 參考文獻 ? [1] . Haveliwala. Efficient putation of report, Stanford University, October 1999 ? [2]S. Brin and L. Page. The anatomy of a largescale hypertextual web search engine. In Proc. of the Seventh World Wide Web Conference, 1998.
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1