你本可以发明 PageRank

想象一下，这一年是 1996 年。您发现自己对 AltaVista 这样的现有搜索引擎感到沮丧，它主要进行基于内容的搜索（如果您搜索“Hotels for Chickens”，它会为您提供一篇关于“Hotels for Chickens”的文章，因为单词匹配）。一定有更好的方法，对吗？嗯，当然，事后看来。谢尔盖·布林 (Sergey Brin) 和拉里·佩奇 (Larry Page) 提出了这种精确的算法，即 PageRank，它是帮助 Google 家喻户晓并为他们带来大量收入的关键算法之一。谢尔盖和拉里都是斯坦福大学的研究生，因此他们想出如此惊人的算法似乎并不令人惊讶。然而，问题是，你会偶然发现同样的事情吗？我想是的。 PageRank 的核心象征着这些基本属性。每个页面都有一个“排名”或声誉。一个页面通过链接到另一个页面来与另一个页面共享其“排名”，有点给它一个认可的标记。页面的总排名/声誉是其从邻居（无论链接它的人）获得的所有声誉的最小总和。就是这样。用一个具体的例子来巩固这一点。想象一下，一个页面（例如 BBC 新闻）的声誉为 50，并且链接到 5 个不同的页面。假设它将 80% (40) 的声誉分配给其链接者（其余的统一分配给所有页面）。那么每个链接者都会从 BBC 获得总共 40/5 = 8 分。你可能会编写一个非常小的（而且可读性惊人的）Python程序，其执行如下： #传入[n]具有n上的所有传入节点#传出[n]具有来自n的所有传出节点#一个页面将其声誉的阻尼%分配给其邻居。 # (1-damping)% 平均分配到所有页面。 def pagerank ( 输入 , 输出 , 阻尼 = .85 , 容差 = 1e-10 ): n = len (输入) # 总页面排名 = [ 1 / n] * n # 起始排名。一切平等。最小排名 = ( 1 - 阻尼) / n # 由于随机跳转，一个页面至少从其他每个页面获取此 # 值。 while True : old =rank.copy() for page, Neighbor in enumerate (incoming): # 你从你的链接器那里得到这个（谁将其排名平均分配给所有链接者） acquire = sum ( old[neighbor] / len (outgoing[neighbor]) for neighbor in Neighbor )rank[page] =minimum_rank +damping * acquired # 直到算法收敛 if max (abs (a - b) for a, b in zip (rank,旧））< 容差：返回等级 就是这样。如果您多次运行这些更新，您最终会得到每个页面的排名，基本上可以告诉您它们的重要性。当然，这里已经做出了某些假设（例如没有悬空节点等），但这些只是簿记，您现在知道算法的关键了。恭喜你，如果你发现自己身处 1996 年，你就知道该怎么做才能成为亿万富翁！