Google PageRank: 我们都了解它什么 – 众人解说 PageRank 之5

By Jiang | 11月 3, 2007

续前文: Google PageRank: 我们都了解它什么 – 众人解说 PageRank 之4


2.1 Google PageRank: 理论与科学背景

  • A Survey of Google’s PageRank (Google PageRank 研究)
    PageRank 的计算,PageRank 的实现,内向链接,外向链接,网页数量,PageRank 的分发,附加因素等等。
  • The Lineal Algebra Behind Google (Google 背后的线性代数)
    价值 $25,000,000,000 的特征向量 – Google 背后的线性代数。Google 的成功来自它的 PageRank 算法:这个算法通过不同权重链接矩阵特征向量来标示网页的重要性。PageRank 算法公式提供了给线性代数课程提供了一个绝妙的应用。
  • The Intelligent Surfer: Probabilistic Combination of Link and Content Information in PageRank (智力冲浪: PageRank 中链接和内容信息的概率组合)
    我们希望通过更加智能的方式来改进 PageRank,其中一个办法是通过网页相关性的概率模型进行改进。我们在查询时间算法的有效性,使得在抓取网页的时候(并增加一次查询)预计算必要的词条是可行的。
  • Topic-Sensitive PageRank (主题相关的 PageRank)
    为了给出更加精确的搜索结果,我们计划计算出 PageRank 向量集,倾向于使用主题代表集,来获得特定主题重要性的概念。通过使用这些(预计算的)倾向于 PageRank 的向量,在特定的查询时生成特定查询的重要网页,要比单一通用的 PageRank 向量更重要。
  • Method for node ranking in a linked database (链表数据库里节点排序的方法)
    一个计算链表数据库中节点重要性的方法,比如任何包含印证文档的数据库,万维网或者其他超媒体数据库。文档的排名是通过其它文档的引用决定的。此外,一个文档的排名,是根据浏览器调到该文档的固定概率来进行计算的。作者 Page and Lawrence。
  • How Google Finds Your Needle in the Web’s Haystack (Google 如何在 Web 草堆里找到你的需要)
    Google PageRank 的数学背景。作者 David Austin,Grand Valley State University。
  • A Large-Scale Hypertextual Web Search Engine (大规模超文本网络搜索引擎)
    Original Slides, by Larry Page。
  • Wikipedia: PageRank (维基百科:PageRank)
    Google PageRank 的数学理论。

【译者注:本节涉及专业词语比较多,翻译得可能不妥,请大家自我斟酌。对本文非常感兴趣的网友可以自行查看原文,也欢迎大家对本文提出改进意见,谢谢!】

目录: Google PageRank: 我们都了解它什么 – 众人解说 PageRank 未完待续。。。

原文: Google PageRank: What Do We Know about It?

Topics: 博客建设 | 5,427 views | 关闭评论
LinkWorth
Hostgator

酷站链接 (Featured Links)

最新评论 (Recent Comments)

  • air jordan shoe: 不错,挺厉害的~~
  • Hairstyles: 原来链接这么重要!
  • Haircuts: 有空试一下看看
  • CHI Flat Iron: 哇,这么多插件啊,慢慢看!
  • 诗酒如画: 1)备份你的WordPress数据库 推荐用WordPress Database Backup在后台操作.下载备份的压缩包或者是传到自己邮箱里都可以. 如果直接在数据库中备份的话,记得选择UTF8编码,切记. 2)备份你的程序...
  • north face wholesale: en ,我会试一试的。

搜索 (Search)

合作伙伴

推荐站点 (Recommendations)

Partner links

WordPressChina
  • 原创博客联盟