當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

PageRank 笔记

發(fā)布時(shí)間：2024/3/12 编程问答 31 豆豆

生活随笔收集整理的這篇文章主要介紹了 PageRank 笔记小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

PageRank

要說到 PageRank 算法的來源，這個(gè)要從搜索引擎的發(fā)展講起。最早的搜索引擎采用的是分類目錄的方法，即通過人工進(jìn)行網(wǎng)頁分類并整理出高質(zhì)量的網(wǎng)站。那時(shí) Yahoo 和國內(nèi)的 hao123 就是使用這種方法。

后來網(wǎng)頁越來越多，人工分類已經(jīng)不現(xiàn)實(shí)了。搜索引擎進(jìn)入了文本檢索的時(shí)代，即計(jì)算用戶查詢關(guān)鍵詞與網(wǎng)頁內(nèi)容的相關(guān)程度來返回搜索結(jié)果。這種方法突破了數(shù)量的限制，但是搜索結(jié)果不是很好。因?yàn)榭傆心承┚W(wǎng)頁來回地倒騰某些關(guān)鍵詞使自己的搜索排名靠前。

于是我們的主角登場了。谷歌的兩位創(chuàng)始人，當(dāng)時(shí)還是美國斯坦福大學(xué)研究生的佩奇和布林開始了對網(wǎng)頁排序問題的研究。他們借鑒了學(xué)術(shù)界評判學(xué)術(shù)論文重要性的通用方法，那就是看論文的引用次數(shù)。由此想到網(wǎng)頁的重要性也可以根據(jù)這種方法來評價(jià)。于是 PageRank 的核心思想就誕生了。

如果一個(gè)網(wǎng)頁被很多其他網(wǎng)頁鏈接到的話，說明這個(gè)網(wǎng)頁比較重要，也就是 PageRank 值會(huì)相對較高。
如果一個(gè) PageRank 值很高的網(wǎng)頁鏈接到一個(gè)其他的網(wǎng)頁，那么鏈接到的網(wǎng)頁的 PageRank 值也會(huì)相應(yīng)地提高。

PageRank 算法計(jì)算每一個(gè)網(wǎng)頁的 PageRank 值，然后根據(jù)這個(gè)值的大小對網(wǎng)頁的重要性進(jìn)行排序。它的思想是模擬一個(gè)悠閑的上網(wǎng)者，上網(wǎng)者首先隨機(jī)選擇一個(gè)網(wǎng)頁打開，然后在這個(gè)網(wǎng)頁上呆了幾分鐘，跳轉(zhuǎn)到該網(wǎng)頁所指向的鏈接，這樣無所事事、漫無目的地在網(wǎng)頁上跳來跳去，PageRank 就是估計(jì)這個(gè)悠閑的上網(wǎng)者分布在各個(gè)網(wǎng)頁上的概率。

PageRank 背后的兩個(gè)基本假設(shè)：

數(shù)量假設(shè)：更重要的網(wǎng)頁可能被更多的網(wǎng)頁鏈接到。
質(zhì)量假設(shè)：有更高的 PageRank 的網(wǎng)頁將會(huì)傳遞更高的權(quán)重。

PageRank 模型

我們可以將 Web 作如下抽象：

將每個(gè)網(wǎng)頁抽象成一個(gè)節(jié)點(diǎn)；
如果一個(gè)頁面 A 有鏈接直接鏈向 B，則存在一條有向邊從 A 到 B。

因此，整個(gè) Web 被抽象為一張有向圖。

此時(shí)，我們需要用一種合適的數(shù)據(jù)結(jié)構(gòu)來表示頁面以及頁面間的連接關(guān)系。假設(shè)當(dāng)一個(gè)用戶停留在某頁面時(shí)，跳轉(zhuǎn)到它所鏈接的所有頁面的概率是相同的。例如，上圖中 A 頁面鏈向 B、C、D，所以用戶從 A 頁面跳轉(zhuǎn)到 B、C、D 的概率各為 1/3。設(shè)一共有 N 個(gè)網(wǎng)頁，則可以組織這樣一個(gè) N 維矩陣：其中 i 行 j 列的值表示用戶從頁面 j 跳轉(zhuǎn)到頁面 i 的概率。這樣的一個(gè)矩陣叫做轉(zhuǎn)移矩陣（Transition Matrix）。
$\begin{bmatrix} A \rightarrow A && B \rightarrow A && C \rightarrow A && D \rightarrow A \\ A \rightarrow B && B \rightarrow B && C \rightarrow B && D \rightarrow B \\ A \rightarrow C && B \rightarrow C && C \rightarrow C && D \rightarrow C \\ A \rightarrow D && B \rightarrow D && C \rightarrow D && D \rightarrow D \\ \end{bmatrix} \quad M = \begin{bmatrix} 0 && \frac{1}{2} && 0 && \frac{1}{2} \\ \frac{1}{3} && 0 && 0 && \frac{1}{2} \\ \frac{1}{3} && \frac{1}{2} && 0 && 0 \\ \frac{1}{3} && 0 && 1 && 0 \\ \end{bmatrix}$
觀察轉(zhuǎn)移矩陣可以發(fā)現(xiàn)：

矩陣的每一列代表一個(gè)具體網(wǎng)頁的出鏈，簡單地說就是當(dāng)前網(wǎng)頁向其他網(wǎng)頁的鏈接；
矩陣的每一行代表一個(gè)具體網(wǎng)頁的入鏈，簡單地說就是其他網(wǎng)頁向當(dāng)前網(wǎng)頁的鏈接。

PageRank 初始化

PageRank 值的物理意義是一個(gè)網(wǎng)頁被訪問的概率，初始時(shí)用戶訪問每個(gè)頁面的概率均等，假設(shè)一共有 N 個(gè)網(wǎng)頁，每個(gè)網(wǎng)頁的初始 PR 值 = 1 / N。我們可以將這些網(wǎng)頁的初始 PR 值保存到一個(gè)向量中。

繼續(xù)沿用先前的圖，初始 PR 值向量 $P0=(PRA,PRB,PRC,PRD)T=(14,14,14,14)TP_0 = (PR_A, PR_B, PR_C, PR_D)^T = (\frac{1}{4}, \frac{1}{4}, \frac{1}{4}, \frac{1}{4})^T$

PageRank 計(jì)算

繼續(xù)使用先前的例子，由 A、B、C、D 四個(gè)頁面組成的 Web。

對于頁面 A 來說，有 B、D 頁面鏈向它，那么 A 的 PR 值（PageRank 值）將是 B、D 頁面 PR 值之和。
$P R (A) = P R (B) + P R (D)$
由于頁面 B 也有鏈接到頁面 C，一個(gè)頁面不能投票 2 次，所以 B 給每個(gè)頁面半票。同樣的，D 投出的票也只有 1/2 算到了 A 的 PageRank 上。
$\frac{PR(B)}{2} + \frac{PR(D)}{2}$
換句話說，根據(jù)鏈出總數(shù)平分一個(gè)頁面的 PR 值，令 L(X) 表示 X 頁面的鏈出總數(shù)，那么 A 的 PageRank 值計(jì)算公式可寫成如下統(tǒng)一形式。
$\frac{PR(B)}{L(B)} + \frac{PR(D)}{L(D)}$
我們再把上面的公式簡化一下，將其推廣到更大的范圍。
$PRi=∑j∈BiPRjLjPR_i = \sum_{j \in B_i}\frac{PR_j}{L_j}$
其中 $PR_i$ 表示網(wǎng)頁 i 的 pagerank 值， $PR_j$ 表示網(wǎng)頁 j 的 pagerank 值， $L_j$ 表示網(wǎng)頁 j 鏈出的鏈接數(shù)， $B_i$ 表示鏈接到網(wǎng)頁 i 的網(wǎng)頁集合。

這樣，我們就可以計(jì)算任意一個(gè)網(wǎng)頁的 pagerank 值。那么要怎么計(jì)算呢？觀察 PR(A) 的計(jì)算公式我們可以發(fā)現(xiàn)，PR(A) 實(shí)際上等于轉(zhuǎn)移矩陣 M 的第一行乘上初始 PR 值。我們回想一下轉(zhuǎn)移矩陣的性質(zhì)，每一行表示其他網(wǎng)頁鏈接到當(dāng)前網(wǎng)頁的概率，這一行的概率指相加實(shí)際上就是我們上述推導(dǎo)的公式。所以，如果要同時(shí)計(jì)算 Web 上的所有頁面，我們可以直接計(jì)算轉(zhuǎn)移矩陣 M 每一行的概率值累加和。
$[1565643]\begin{bmatrix} 1 && \frac{5}{6} && \frac{5}{6} && \frac{4}{3} \end{bmatrix}$
由于我們計(jì)算的是概率值，且初始每個(gè)頁面的概率都相等，因此我們可求出在經(jīng)過上述出鏈和入鏈后，各個(gè)頁面的停留概率。
$P1=M?P0=[01201213001213120013010]?[14141414]=[1452452413]P_1 = M \cdot P_0 = \begin{bmatrix} 0 && \frac{1}{2} && 0 && \frac{1}{2} \\ \frac{1}{3} && 0 && 0 && \frac{1}{2} \\ \frac{1}{3} && \frac{1}{2} && 0 && 0 \\ \frac{1}{3} && 0 && 1 && 0 \\ \end{bmatrix} \cdot \begin{bmatrix} \frac{1}{4} \\ \frac{1}{4} \\ \frac{1}{4} \\ \frac{1}{4} \\ \end{bmatrix} = \begin{bmatrix} \frac{1}{4} \\ \frac{5}{24} \\ \frac{5}{24} \\ \frac{1}{3} \\ \end{bmatrix}$

終止點(diǎn)問題

先前所舉的例子是一個(gè)理想狀態(tài)：假設(shè)所有網(wǎng)頁組成的有向圖是強(qiáng)連通的，即從一個(gè)網(wǎng)頁可以到達(dá)任意網(wǎng)頁。但實(shí)際的網(wǎng)絡(luò)鏈接環(huán)境沒有這么理想，有一些網(wǎng)頁不指向任何網(wǎng)頁，或不存在指向自己的鏈接。

【終止點(diǎn)】：一個(gè)沒有任何出鏈的網(wǎng)頁，例如上圖的 C 點(diǎn)。上網(wǎng)者瀏覽到 C 網(wǎng)頁將終止于該網(wǎng)頁，而無法繼續(xù)瀏覽其他網(wǎng)頁。

根據(jù)上圖我們可以寫出轉(zhuǎn)移矩陣 M：
$\begin{bmatrix} 0 & \frac{1}{2} & 0 & 0 \\ \frac{1}{3} & 0 & 0 & \frac{1}{2} \\ \frac{1}{3} & 0 & 0 & \frac{1}{2} \\ \frac{1}{3} & \frac{1}{2} & 0 & 0 \\ \end{bmatrix}$

然后根據(jù)公式 $Pn=M?Pn?1=Mn?P0P_n = M \cdot P_{n-1} = M^n \cdot P_0$ 迭代計(jì)算出 PR 值向量。
$P0=[1/41/41/41/4]P1=M?P0=[3/245/245/245/24]P2=M?P1=[5/487/487/487/48]?Pn=M?Pn?1=[0000]P_0 = \begin{bmatrix} 1/4 \\ 1/4 \\ 1/4 \\ 1/4 \\ \end{bmatrix} \quad P_1 = M \cdot P_0 = \begin{bmatrix} 3/24 \\ 5/24 \\ 5/24 \\ 5/24 \\ \end{bmatrix} P_2 = M \cdot P_1 = \begin{bmatrix} 5/48 \\ 7/48 \\ 7/48 \\ 7/48 \\ \end{bmatrix} \quad \cdots \quad P_n = M \cdot P_{n-1} = \begin{bmatrix} 0 \\ 0 \\ 0 \\ 0 \\ \end{bmatrix}$
可以看到，經(jīng)過多次跳轉(zhuǎn)之后，所有網(wǎng)頁的 PR 值都是 0，這樣的計(jì)算結(jié)果是無意義的。為什么會(huì)這樣？因?yàn)檗D(zhuǎn)移矩陣 M 的第 3 列全為 0，這是導(dǎo)致迭代結(jié)果最終歸零的“罪魁禍?zhǔn)住薄?/p>

【解決方案】：當(dāng)訪問到終止點(diǎn) C 而“走投無路”時(shí)，以等概率隨機(jī)跳轉(zhuǎn)到下一個(gè)網(wǎng)頁，從而開啟一次新的訪問。

改造終止點(diǎn) C，使它能夠等概率地游走到網(wǎng)絡(luò)中的所有頁面，即添加從 C 到包括它本身的所有頁面的鏈接。
在上例中就是將轉(zhuǎn)移矩陣 M 的第三列的每一項(xiàng)改為 1/4。這樣改造后，每一個(gè)節(jié)點(diǎn)都有出鏈，相應(yīng)的 M 的每一列的列累加和都為 1。

陷阱問題

陷阱指的是只有指向自身鏈接的網(wǎng)頁，見下圖 C。

上網(wǎng)者瀏覽到 C 網(wǎng)頁將陷入無休止的循環(huán)之中，根據(jù)上圖我們可以寫出轉(zhuǎn)移矩陣 M：
$\begin{bmatrix} 0 & \frac{1}{2} & 0 & 0 \\ \frac{1}{3} & 0 & 0 & \frac{1}{2} \\ \frac{1}{3} & 0 & 1 & \frac{1}{2} \\ \frac{1}{3} & \frac{1}{2} & 0 & 0 \\ \end{bmatrix}$

根據(jù)公式 $Pn=M?Pn?1=Mn?P0P_n = M \cdot P_{n-1} = M^n \cdot P_0$ ，迭代計(jì)算出 PR 值向量。
$[1/41/41/41/4][3/245/2411/245/24][5/487/4829/487/48]?[0010]\begin{bmatrix} 1/4 \\ 1/4 \\ 1/4 \\ 1/4 \\ \end{bmatrix} \quad \begin{bmatrix} 3/24 \\ 5/24 \\ 11/24 \\ 5/24 \\ \end{bmatrix} \quad \begin{bmatrix} 5/48 \\ 7/48 \\ 29/48 \\ 7/48 \\ \end{bmatrix} \quad \cdots \begin{bmatrix} 0 \\ 0 \\ 1 \\ 0 \\ \end{bmatrix}$
可以看到經(jīng)過多次跳轉(zhuǎn)，跳轉(zhuǎn)到陷阱頁面的概率值為 1，而跳轉(zhuǎn)到其他正常網(wǎng)頁的概率值為 0，這樣的計(jì)算結(jié)果也是無意義的。

除了自己只鏈接自己這一種形式的陷阱，還存在一種多個(gè)頁面相互鏈接的陷阱。

上圖中 5、6、7 三個(gè)頁面構(gòu)成一個(gè)閉環(huán)，它們緊密鏈接成環(huán)而沒有外出的鏈接，最終也會(huì)導(dǎo)致上網(wǎng)者“深陷于此”。同樣的，經(jīng)過多次跳轉(zhuǎn)，陷阱網(wǎng)頁的概率值之和為 1，而其他正常網(wǎng)頁的概率值為 0。

當(dāng)用戶遇到終止點(diǎn)或者陷阱的話，他不會(huì)不知所措，也不會(huì)無休止地自己打轉(zhuǎn)，他會(huì)通過瀏覽器的地址欄輸入新的地址，以逃離這個(gè)網(wǎng)頁。也就是說，用戶以一個(gè)網(wǎng)頁跳轉(zhuǎn)至另一個(gè)網(wǎng)頁的過程中，會(huì)以一定概率不點(diǎn)擊當(dāng)前網(wǎng)頁的鏈接，而是在地址欄中輸入一個(gè)新的地址。

【解決方案】：隨機(jī)瀏覽模型。

隨機(jī)瀏覽模型

假定一個(gè)上網(wǎng)者從一個(gè)隨機(jī)的網(wǎng)頁開始瀏覽，此時(shí)有兩種選擇：

通過點(diǎn)擊當(dāng)前頁面的其他鏈接開始下一次瀏覽；
通過在瀏覽器的地址欄輸入新的地址以開啟一個(gè)新的網(wǎng)頁。

其中，上網(wǎng)者通過點(diǎn)擊鏈接開啟新頁面的概率為 d（d 也稱阻尼系數(shù)，通常取 0.85）。此時(shí)，我們的 PageRank 模型變?yōu)?#xff1a;在每一個(gè)頁面，用戶都有 d 的概率通過點(diǎn)擊鏈接進(jìn)入下一個(gè)頁面；此外，還有 1 - d 的概率隨機(jī)跳轉(zhuǎn)，此時(shí)跳轉(zhuǎn)到其他頁面的概率為 1 / N（當(dāng)前頁面的其他鏈接數(shù)）。

【隨機(jī)瀏覽模型公式】：
$PRi=d∑j∈BiPRjLj+1?dNPR_i = d\sum_{j\in B_i}\frac{PR_j}{L_j} + \frac{1 - d}{N}$
【概率轉(zhuǎn)移公式】：
$Pn=dM?Pn?1+(1?d)P0Pn=APn?1A=dM+(1?d)eeT/NP_n = dM \cdot P_{n-1} + (1-d)P_0 \\ P_n = AP_{n-1} \quad A = dM + (1-d)ee^T/N$

如何通過隨機(jī)瀏覽模型解決陷阱問題呢？仍然以先前的實(shí)例為例。

先使用概率轉(zhuǎn)移公式計(jì)算跳轉(zhuǎn)到每個(gè)頁面的概率值。
$P0=[1/41/41/41/4]P1=0.85?[01/2001/3001/21/3011/21/31/200][1/41/41/41/4]+0.15?[1/41/41/41/4]P_0 = \begin{bmatrix} 1/4 \\ 1/4 \\ 1/4 \\ 1/4 \\ \end{bmatrix} \quad P_1 = 0.85 * \begin{bmatrix} 0 & 1/2 & 0 & 0 \\ 1/3 & 0 & 0 & 1/2 \\ 1/3 & 0 & 1 & 1/2 \\ 1/3 & 1/2 & 0 & 0 \\ \end{bmatrix} \qquad \begin{bmatrix} 1/4 \\ 1/4 \\ 1/4 \\ 1/4 \\ \end{bmatrix} + 0.15 * \begin{bmatrix} 1/4 \\ 1/4 \\ 1/4 \\ 1/4 \\ \end{bmatrix}$

由于存在一定的概率跳出循環(huán)，因此可以避免陷阱問題。

隨機(jī)瀏覽模型的收斂性

PageRank 模型的前提：假設(shè)用戶選擇瀏覽的下一個(gè)網(wǎng)頁與過去瀏覽過哪些網(wǎng)頁無關(guān)，而僅依賴于當(dāng)前所在的頁面，則該過程可以認(rèn)為是一個(gè)有限狀態(tài)、離散時(shí)間的隨機(jī)過程。

這種“將來”的情況與“過去”無關(guān)，而只與“當(dāng)前”狀態(tài)有關(guān)的性質(zhì)稱為馬爾可夫性。具有馬爾可夫性的隨機(jī)過程稱為馬爾可夫過程。時(shí)間和狀態(tài)都是離散的馬爾可夫過程稱為馬爾可夫鏈—— $P0,P1,P2,?,PnP_0, P_1, P_2, \cdots, P_n$ 是一個(gè)馬爾可夫鏈。

對于馬爾可夫鏈 $P_n = AP_{n-1}$ ，當(dāng)概率轉(zhuǎn)移矩陣 A 滿足以下 3 個(gè)條件時(shí)， $P_n$ 最終收斂，保持在一個(gè)穩(wěn)定值附近。

A 為隨機(jī)矩陣：即所有 A[i][j] >= 0，且 A 的所有列向量的元素和為 1；
A 是不可約的：A 是不可約的當(dāng)且僅當(dāng) A 所對應(yīng)的圖是強(qiáng)連通的。
A 是非周期的：對某個(gè)不等于 1 的自然數(shù) K，如果 $A^k = E$ ，則稱 A 為周期矩陣，K 是矩陣 A 的周期。而 A 的每個(gè)元素都是正數(shù)，所以無論 A 與自身相乘多少次所得到的矩陣，其元素都不可能出現(xiàn) 0，自然也不可能為 E，所以 A 是非周期的。

Link Spam 與反作弊

首先介紹兩個(gè)新的概念——鏈接農(nóng)場和黃金鏈。

鏈接農(nóng)場：是指由互聯(lián)網(wǎng)中的一部分網(wǎng)頁組成，這些網(wǎng)頁非常密集地互相連接在一起。通過創(chuàng)建一個(gè)堆砌大量鏈接而沒有實(shí)質(zhì)內(nèi)容的網(wǎng)頁，這些鏈接彼此互鏈，或指向特定網(wǎng)站，以提高某個(gè)或者某些特定網(wǎng)頁的 PageRank 值。
黃金鏈：指一些高權(quán)重的網(wǎng)站出售首頁的鏈接給作弊網(wǎng)站，以提高作弊網(wǎng)站的 PageRank 值。

鏈接作弊者眼中的 Web 組成結(jié)構(gòu)：

不可達(dá)網(wǎng)頁：作弊者無法影響的網(wǎng)頁。Web 中的大部分網(wǎng)頁都屬于這一類。
可達(dá)網(wǎng)頁：雖然不受作弊者控制，但作弊者可以影響它們。
自有網(wǎng)頁：作弊者擁有并完全控制的網(wǎng)頁。

假設(shè)目標(biāo)網(wǎng)頁 T 的總 PageRank 值為 y，則 y 由三部分組成：

可達(dá)網(wǎng)頁的貢獻(xiàn)，設(shè)為 x；
Web 中所有網(wǎng)頁平均分到的貢獻(xiàn)：(1 - β)/n，這部分值很小，可以忽略。
自有網(wǎng)頁的貢獻(xiàn)：設(shè)有 m 個(gè)自有網(wǎng)頁，每個(gè)自有網(wǎng)頁的 PageRank 值為 $βy/m+(1?β)/n\beta y/m + (1-\beta)/n$ 。

綜上所述
$\beta m(\frac{\beta y}{m} + \frac{(1-\beta)}{n}) = x + \beta^2 y + \frac{\beta(1-\beta)m}{n}$
解得
$\frac{x}{1-\beta^2} + \frac{\beta m}{(1+\beta)n}$
（注：之前上述公式的后一項(xiàng)分母寫成了 $(1?β)n(1-\beta)n$ ，經(jīng) ershitianxia 同學(xué)的指正，已修改為 $(1+β)n(1+\beta)n$ ，對先前閱讀過該篇文章而造成誤解的讀者表示歉意，也很感謝 ershitianxia 同學(xué)的評論，說明我寫的文章還是能夠讓讀者讀下去的。）

如果選擇 β = 0.85，那么 $(1-β^2) = 3.6, \beta/(1+\beta) = 0.46$ 。也就是說，上述結(jié)構(gòu)能夠把可達(dá)網(wǎng)頁的 PageRank 貢獻(xiàn)放大到 3.6 倍，并且還可以獲得自有網(wǎng)頁數(shù)目和總網(wǎng)頁數(shù)目比值（m/n）的 46%。

那么要如何針對這一種作弊行為呢？搜索引擎可以修改 PageRank 算法的定義來自動(dòng)降低鏈接作弊網(wǎng)頁的重要度。

【TrustRank】：如果一個(gè)網(wǎng)頁的 PageRank 值遠(yuǎn)高于可信網(wǎng)頁的值，則很可能這個(gè)網(wǎng)頁被 Spam 了。

設(shè)一個(gè)頁面的 PageRank 值為 P，TrustRank（可信網(wǎng)頁的 PageRank 值）為 T，則定義網(wǎng)頁的垃圾質(zhì)量（Spam Mass）為：(P - T) / P。
Spam Mass 越大，說明此頁面被 Spam 的可能性越大。那么我們就可以通過降低該網(wǎng)頁的 PageRank 值來避免作弊行為。

PageRank 算法缺點(diǎn)

主題漂移問題：PageRank 算法僅利用網(wǎng)絡(luò)的鏈接結(jié)構(gòu)，無法判斷網(wǎng)頁內(nèi)容上的相似性；且算法根據(jù)向外鏈接平均分配權(quán)值使得主題不相關(guān)的網(wǎng)頁獲得與主題相關(guān)的網(wǎng)頁同樣的重視度，出現(xiàn)主題漂移。
沒有過濾廣告鏈接和功能鏈接：例如常見的“分享到微博”，這些鏈接通常沒有什么實(shí)際價(jià)值，前者鏈接到廣告頁面，后者常常鏈接到某個(gè)社交網(wǎng)站首頁。
對新網(wǎng)頁不友好：一個(gè)新網(wǎng)頁的入鏈相對較少，即便它的內(nèi)容質(zhì)量很高，但要成為一個(gè)高 PR 值的頁面仍需要很長時(shí)間的推廣。

其他：搜索引擎的發(fā)展趨勢

社會(huì)化搜索

隨著Facebook的流行，社交網(wǎng)絡(luò)平臺(tái)和應(yīng)用占據(jù)了互聯(lián)網(wǎng)的主流，社交網(wǎng)絡(luò)平臺(tái)強(qiáng)調(diào)用戶之間的聯(lián)系和交互，這對傳統(tǒng)的搜索技術(shù)提出了新的挑戰(zhàn)。

傳統(tǒng)搜索技術(shù)強(qiáng)調(diào)搜索結(jié)果和用戶需求的相關(guān)性，社會(huì)化搜索除了相關(guān)性外，還額外增加了一個(gè)維社交網(wǎng)絡(luò)內(nèi)其他用戶發(fā)布的信息、點(diǎn)評或驗(yàn)證過的信息則更容易信賴，這是與用戶度，即搜索結(jié)果的可信賴性。對某個(gè)搜索結(jié)果，傳統(tǒng)的結(jié)果可能成千上萬，但如果處于用戶的心里密切相關(guān)的。社會(huì)化搜索為用戶提供更準(zhǔn)確、更值得信任的搜索結(jié)果。

實(shí)時(shí)搜索

隨著微博的個(gè)人媒體平臺(tái)興起，對搜索引擎的實(shí)時(shí)性要求日益增高，我想這也是搜索時(shí)引擎未來的一個(gè)發(fā)展方向。

實(shí)時(shí)搜索最突出的特點(diǎn)是時(shí)效性強(qiáng)，越來越多的突發(fā)事件首次發(fā)布在微博上，實(shí)時(shí)搜索核心強(qiáng)調(diào)的就是“快”，用戶發(fā)布的信息第一時(shí)間能被搜索引擎搜索到。

不過在國內(nèi)，實(shí)時(shí)搜索由于各方面的原因無法普及使用，比如 Google 的實(shí)時(shí)搜索是被重置的，百度也沒有明顯的實(shí)時(shí)搜索入口。

多媒體搜索

目前搜索引擎的查詢還是基于文字的，即使是圖片和視頻搜索也是基于文本方式。那么未來的多媒體搜索技術(shù)則會(huì)彌補(bǔ)查詢這一缺失。多媒體形式除了文字，主要包括圖片、音頻、視頻。

多媒體搜索比純文本搜索要復(fù)雜許多，一般多媒體搜索包含 4 個(gè)主要步驟：多媒體特征提取、多媒體數(shù)據(jù)流分割、多媒體數(shù)據(jù)分類和多媒體數(shù)據(jù)搜索引擎。

思維導(dǎo)圖

總結(jié)

以上是生活随笔為你收集整理的PageRank 笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： mysql启动显示系统错误1067_启动
下一篇： pac配置