第六节排序(PageRank).pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* 因此,除了基於相關性的排序外,還有一種基於重要性的排序,也被引入了搜尋引擎中 * * 網頁A的重要性,應該等於所有鏈向A的網頁的重要性除以該網頁的鏈接數之後再求和 * * 一個更加形象的圖 * * * * * * * * * * B=c(0,1/5,1/5,1/5,1/5,0,1/5,1,0,0,0,0,0,0,1/2,1/2,0,0,0,0,0,0,1/3,1/3,0,1/3,0,0,1/4,0,1/4,1/4,0,1/4,0,1/2,0,0,0,1/2,0,0,0,0,0,0,1,0,0) A=matrix(B,7,7) x=c(1/7,1/7,1/7,1/7,1/7,1/7,1/7) for(i in 1:20){x=A%*%x + print(i) + print(x)} * * * * m-c(0,1/3,1/3,1/3,1/2,0,1/2,0,0,0,0,1,0,0,0,0) M-matrix(m,4,4) x-c(1/4,1/4,1/4,1/4) for(i in 1:3){ x=M%*%x print(i) print(x)} * * m-c(0,1/3,1/3,1/3,1/2,0,1/2,0,0,0,0,1,0,0,0,1) M-matrix(m,4,4) x-c(1/4,1/4,1/4,1/4) for(i in 1:10){ x=M%*%x print(i) print(x)} * * * * Theorem (Markov chain convergence theorem) For any irreducible aperiodic finit Markov chain, initial distribution and is stationnary. existence =finiteness uniqueness =irreducibility convergence =aperiodic * * * * * * 關於引用分析的研究要比鏈接分析早得多 * * * PageRank的計算--冪迭代求解 1/7 1/7 1/7 1/7 1/7 1/7 1/7 000000000000000000000x0 x1 x10 x20 …… …… 0.303514376996805 0.166134185303514 0.140575079872204 0.105431309904153 0.178913738019169 0.044728434504792 0.060702875399361 直接法 x = 7個網頁的PageRank值 PageRank結果的評價 將 PageRank 的評價按順序排列(PageRank小數點3位四捨五入): 名次 PageRank 文件ID 發出鏈接ID 被鏈接ID 1 0.304 1 2,3,4,5,7 2,3,5,6 2 0.179 5 1,3,4,6 1,4,6,7 3 0.166 2 1 1,3,4 4 0.141 3 1,2 1,4,5 5 0.105 4 2,3,5 1,5 6 0.061 7 5 1 7 0.045 6 1,5 5 頁面之間相互關係及狀態轉移圖 R實戰Rank #構建鄰接矩陣 adjacencyMatrix-function(pages){ n-max(apply(pages,2,max)) A - matrix(0,n,n) for(i in 1:nrow(pages)) A[pages[i,]$dist,pages[i,]$src]-1 A } #變換概率矩陣 probabilityMatrix-function(G){ cs - colSums(G) cs[cs==0] - 1 n - nrow(G) A - matrix(0,nrow(G),ncol(G)) for (i in 1:n) A[i,] - A[i,] + G[i,]/cs A } #遞迴計算矩陣特徵值 eigenMatrix-function(G,iter=100){ iter-10 n-nrow(G) x

文档评论(0)

kehan123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档