pagerank
正文共835个字，8张图，预计阅读时间6分钟。
1、pagerank1.1.简介
PageRank，又称网页排名、谷歌左侧排名，是一种由搜索引擎根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。
假设一个由4个网页组成的群体：A，B，C和D。如果所有页面都只链接至A，那么A的PR（PageRank）值将是B，C及D的Pagerank总和。
重新假设B链接到A和C，C只链接到A，并且D链接到全部其他的3个页面。一个页面总共只有一票。所以B给A和C每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的PageRank上。
1.2.公式
对于一个页面A，那么它的pr值为：
PR(A) 是页面A的PR值
PR(Ti)是页面Ti的PR值，在这里，页面Ti是指向A的所有页面中的某个页面
C(Ti)是页面Ti的出度，也就是Ti指向其他页面的边的个数
d 为阻尼系数，其意义是，在任意时刻，用户到达某页面后并继续向后浏览的概率，
该数值是根据上网者使用浏览器书签的平均频率估算而得，通常d=0.85
还有一个版本的公式：
N为页面的总数
1.3.具体实例
三个页面A、B、C
为了便于计算，我们假设每个页面的PR初始值为1，d为0.5。
页面A的PR值计算如下：
页面B的PR值计算如下：
页面C的PR值计算如下：
下面是迭代计算12轮之后，各个页面的PR值：
那么什么时候，迭代结束哪？一般要设置收敛条件：比如上次迭代结果与本次迭代结果小于某个误差，我们结束程序运行；比如还可以设置最大循环次数。
2、代码实现 1import numpy as np2from scipy.sparse import csc_matrix
3
4def pageRank(G, s=.85, maxerr=.0001):
5"""
6Computes the pagerank for each of the n states
8----------
9G: matrix representing state transitions
10Gij is a binary value representing a transition from state i to j.
11s: probability of following a transition. 1-s probability of teleporting
12to another state.
13maxerr: if the sum of pageranks between iterations is bellow this we will
14 have converged.
15"""
16n = G.shape[0]
17# 将 G into 马尔科夫 A
18A = csc_matrix(G, dtype=np.float)
19rsums = np.array(A.sum(1))[:, 0]
20ri, ci = A.nonzero()
21A.data /= rsums[ri]
22sink = rsums == 0
23# 计算PR值，直到满足收敛条件
24ro, r = np.zeros(n), np.ones(n)
25while np.sum(np.abs(r - ro)) > maxerr:
26ro = r.copy()
27for i in range(0, n):
28 ai = np.array(A[:, i].todense())[:, 0]
29 Di = sink / float(n)
30 Ei = np.ones(n) / float(n)
31 r[i] = ro.dot(Ai * s + Di * s + Ei * (1 - s))
32 # 归一化
33 return r / float(sum(r))
34 if __name__ == '__main__':
35 # 上面的例子
36 G = np.array([[0, 0, 1],
37 [1, 0, 0],
38 [1, 1, 0]])
39 print(pageRank(G, s=0.85))
40 # 结果：
41 [0.51203622 0.19313191 0.29483187]
1、Pagerank Algorithm explained（https://www.slideshare.net/jdhaar/pagerank-algorithm-explaned）
2、【大创_社区划分】——PageRank算法的解析与Python实现（https://blog.csdn.net/gamer_gyt/article/details/47443877）
3、浅入浅出：PageRank算法（https://www.letiantian.me/2014-06-10-pagerank/）
4、PageRank（https://en.wikipedia.org/wiki/PageRank）
原文链接：https://www.jianshu.com/p/6af90342c3ba
查阅更为简洁方便的分类文章以及最新的课程、产品信息，请移步至全新呈现的“LeadAI学院官网”：
www.leadai.org
大家都在看
基于TensorFlow的神经网络解决用户流失概览问题
最全常见算法工程师面试题目整理（一）
最全常见算法工程师面试题目整理（二）
TensorFlow从1到2 | 第三章 深度学习革命的开端：卷积神经网络
装饰器 | Python高级编程
今天不如来复习下Python基础
相关阅读
作者简介：Treant 人工智能爱好者社区专栏作者博客专栏：https://www.cnblogs.com/en-heng 引言 PageRank是Sergey Brin与Larry Pa
PageRank算法介绍 pagerank算法的核心思想是，计算一个用户随机点击一个网站然后不停点击从而到达各个网站的概率。而一个网站的打
站长之家（Chinaz.com）10月8日消息 早在2013年10月份，谷歌工程师Matt Cutts便曾暗示13年内谷歌不会再对TBPR（ToolBar PageRank）进行更新
就在一年前，整个搜索引擎营销及优化行业和各大网络营销论坛一致认定，Google提供的PR（PageRank）指标应该从排名关键算法中除名。如今，一
昨晚在百度站长平台正式发出公告：百度pagerank、百度权值是不存在的!不要相信任何第三方机构或个人提供的所谓网站在百度的权重信