补课：PageRank

最近连续听到PageRank算法，久闻其名，不闻其详，内心虚得很，今儿补补课。

PageRank算法的网络资料很是全面，毕竟是将近二十年的经典算法，算法细节能够参考文末连接，这里简单说说个人理解。

PageRank要解决的问题是如何给网页排序，它的思路是，利用网页间的连接关系构造有向图，对有向图的全部节点作重要性排序。

重要性也能够理解为影响力，以一个分数的形式来表达，分数从高到低就构成了一个排序。

怎么定义影响力？从节点的流出和流入分别定义：对于节点A和B，若是指向A的节点多于指向B的节点，则A的分数更高；若是A的分数比B的分数更高，则A指向的节点比B指向的节点分数更高。

把上面的原则转化为迭代规则，以几率值表示分数，就能够把各节点的分数计算过程建模为一个Markov链的收敛过程，实现了这个收敛过程就计算出了图中各节点的分数。

固然，实际问题中要处理的细节还有不少，好比没有外链的网页如何处理，证实该模型是Markov过程等等，能够参考文末连接。

本质上讲，PageRank是给有向图的节点作重要性排序，比网页连接更常见的有向图是社交关系图，因此PageRank拿来作社交网络的节点排序应当也是能够的。

PageRank是工程思惟的典型表明，建模思路简洁易懂，代码实现也几乎没有难度，惟一有深度的部分是Markov链的证实，这实际上是随机过程当中最多见最基础的证实题。

你瞧，就是这样一个简洁实用的算法，孵化出了一家伟大的公司，改变了世界。

这就是简洁的力量，工程的美。

 

参考文献：

http://www.javashuo.com/article/p-yejonzzd-gv.html

http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf （提出PageRank算法的论文）