pagerank算法知识讲稿.pptx

PageRank算法
姓名:陈咸康
研究方向:图形图像处理
导师:李兴民
华南师范大学计算机学院
主要内容结构(Contents)





2.
PageRank算法
诞生背景和动力(when)
是什么(what)
怎么样(how)
实例:谷歌
(case)
应用领域
(where)
结论
(conclusion)
估计网络流量.
反向链接预测.
用户导航:
PageRank 代理
其他应用.
诞生背景和动机
搜索引擎发展史

现代意义上的搜索引擎的祖先——Archie
1990年,还没有),ftp(文件传输协议)软件是共享文件主要工具。但要共享文件,必须要一个ftp服务器。检索ftp数据也要使用ftp客户端,然而很多数据都是零散分布在各个不同的地方,用户却缺乏一种直接查询ftp文件所在地址的工具。基于这种背景,加拿大蒙特利尔的麦吉尔大学(McGill University)的三位学生Alan Emtage、Peter Deutsch、Bill Wheelan发明了Archie。
Archie并非一个真正的搜索引擎
Archie 的特点
,不能获取诸如网页等其他类型的文件资源,只能算是ftp搜索引擎。
(Robot)程序,上的网页,它是基于脚本的文件名称收集器,通过正则表达式匹配用户查询与文件名称来实现查询,并通过文件列表的方式提供信息查询结果。
由于Archie深受用户欢迎,受其启发,puting Services大学于1993年开发了另一个与之非常相似的搜索工具,不过此时的搜索工具除了索引文件外,已能检索网页。
检索整个互联网
原理:所有网页都可能有连向其他网站的链接,那么从跟踪一个网站的链接开始,就有可能检索整个互联网。
在Matthew Gray的Wanderer基础上,一些编程者将传统的“蜘蛛”程序工作原理作了些改进。到1993年底,一些基于此原理的搜索引擎开始纷纷涌现,其中以JumpStation、The World Wide Web Worm(Goto的前身,也就是今天Overture,之后被Yahoo收购),和Repository-Based Software Engineering (RBSE) spider最负盛名。
JumpStation, , RBSE特点
JumpStation和联度可言。
而RBSE是第一个在搜索结果排列中引入关键字串匹配程度概念的引擎。
最早现代意义上的搜索引擎
1994年7月, Michael Mauldin将John Leavitt的蜘蛛程序接入到其索引程序中,创建了大家现在熟知的Lycos。
同年4月,斯坦福(Stanford)大学的两名博士生,David Filo和美籍华人杨致远(Gerry Yang)共同创办了超级目录索引Yahoo。