我曾经发表过一篇文章大概说明了网页链接权重算法：
今天我浏览了２,３篇算法文章，发现网页链接权重算法实际上包含了多种思想，而且我在上面文章中提到的快捷算法实际上并不是普遍试用的。
网页链接算法的出发点在于，如果仅仅通过点击量去判断一个网页的重要程度，会受到诸如机器人等各种干扰，浪费人力物力。所以假设了这样一种情景：
首先设一个包含所有搜索结果的集合Ｘ｛．．．．．．｝，且下面的所有网页都在该集合中。
如果一个用户来到了网页Ａ，而且网页Ａ中包含网页Ｂ，Ｃ的链接，那么认为Ａ的重要程度应该不小于Ｂ，Ｃ。既越重要的网页包含的相关链接越多。那么客户在网页Ａ中可能随机的访问网页Ｂ，Ｃ，且访问的概率服从均匀分布。也就是用户会随机的前往Ｂ，Ｃ网页。
假设用户来到了Ｂ网页，而后Ｂ网页包含Ａ，Ｄ的链接，那么用户访问Ａ，Ｄ的概率再次服从均匀分布。
依次类推．．．．
如我在前面链接中的情景，Ａ有网页Ｂ，Ｃ的链接，Ｂ有Ｃ的链接，Ｃ有Ａ的链接。
我们共有３０个用户，这３０个用户开始分别平均在网页Ａ，Ｂ，Ｃ上，既Ａ，Ｂ，Ｃ各有１０个用户。
然后这１０个用户开始随机的进入自己网页上的链接。
这样在无限多次运算后，Ａ，Ｃ上面会各有１２个用户，Ｂ上面有６个用户，这，就是它们的权重。
这个过程实际是一个随机漫步过程，形成一个马尔科夫链：
马尔科夫链中用到的条件概率公式，
隐含有这样的条件，既某一状态的下一状态仅仅与当前状态有关，这个实际上也是动态规划的条件。
可以用矩阵和极限求得算法的一般公式：
根据假设条件我们有矩阵A
0 0 1
.5 0 0
.5 1 0
该矩阵表示初始的转移概率，第一列表示网页Ａ有百分之五十转移到网页Ｂ，Ｃ。网页Ｂ有百分之百转移到网页Ｃ，网页Ｃ有百分之百转移到网页Ａ。
且有矩阵R
0.333
0.333
0.333
该矩阵表示初始的用户分配概率，既平均分配。
这两个矩阵做乘法即可得到第一次用户转移后，各个页面的用户分布概率，设结果矩阵为R1，R1为
0.33
0.16
0.49
那么A 乘 R1 即可表示再次转移后用户分布的概率。
这样做无限次矩阵乘法（求极限），即可得到一个稳定的概率矩阵，表示各个页面的权重。因为我们假设用户量访问是足够多的，而它们的访问结果使权重趋于稳定。
但是当某个页面没有指向别的页面的链接时，上面算法的结果（极限）不存在（这个页面将吸收所有的用户，因为没有用户从这里离开）。针对这种情形，解决方法是认为用户在这个页面不会停留，会随机走向下一个页面，也就是认为这个页面上有一个指向某随机页面的链接。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/26899445/viewspace-760927/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
Squid源代码学习笔记
下一篇：
理解TestCase类
请登录后发表评论
登录
全部评论
