Google矩阵和它的性质

网页等级(PageRank)是一个反映网页重要性的数值.当一个网页A连向另一个网页B的时候,A就等于给网页B投了有效的一票.一个网页接受的票越多,这个网页就越重要.同时,给网页B投票的网页本身的等级也决定了该选票的重要性.Google通过每张选票本身重要性和得票多少来计算一个网页的级别(重要性).Google的核心就是计算每一个网页的等级(即PageRank).本文主要介绍Google矩阵的定义和产生,解释PageRank的一些相关概念,证明Google矩阵及其第二特征值具有的一些性质,并简要介绍这些性质的应用.

一类修正的幂外推法加速PageRank计算

PageRank是网络信息检索和搜索引擎中的一种重要的排序算法.设计了2种改进的方法加速计算PageRank,即一种基于超链接的网页重要性评估,并详细介绍了改进算法的过程及算法的执行.数值实验结果说明了改进算法的有效性.

一种求解PageRank问题的修正乘幂法(英文)

在现代搜索引擎技术中,PageRank算法发挥了非常重要的作用,通常用幂法计算描述Web链接图的Google矩阵的特征向量,然而当最大特征值与次大特征值不能很好地分离时,幂法的表现较差,主要原因是当阻尼系数接近于1时,算法收敛速度会很慢.因此开发较原有幂法更高效的算法是非常有价值的.本文提出了一个针对PageRank问题的改进幂法,数值实验表明了新算法的有效性.

求解PageRank问题的线性方程组算法

PageRank算法是目前被广泛应用的一种度量网页重要性的方法，它根据网页之间的链接结构来给每个网页打分，本文剖析了Google的关键技术——PageRank算法，并主要从线性方程组的角度求解PageRank问题．