打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
PageRank算法
(查看源代码)
2020年4月24日 (五) 18:51的版本
添加7字节
、
2020年4月24日 (五) 18:51
→邻接函数 Adjacency functionc
第621行:
第621行:
= 0('A') + 0('B') + 1('C') + \frac{1}{2}('D') + \frac{1}{3}('E') + \frac{1}{2}('F')
= 0('A') + 0('B') + 1('C') + \frac{1}{2}('D') + \frac{1}{3}('E') + \frac{1}{2}('F')
+ \frac{1}{2}('G') + \frac{1}{2}('H') + \frac{1}{2}('I') + 0('J') + 0('K')
+ \frac{1}{2}('G') + \frac{1}{2}('H') + \frac{1}{2}('I') + 0('J') + 0('K')
−
+
</math>
以节点G为例,G给B和E投票,所以B得到1/2。
以节点G为例,G给B和E投票,所以B得到1/2。
矩阵<math> M </math>每一列加起来都是1(值得注意的是,对于没有出链的节点,列加起来等于0,比如图1的节点A),即:
矩阵<math> M </math>每一列加起来都是1(值得注意的是,对于没有出链的节点,列加起来等于0,比如图1的节点A),即:
薄荷
7,129
个编辑