1,526
个编辑
更改
→邻接函数 Adjacency functionc
<center>
<center>
<math> M_{ij} = l(p_i,p_j)==\begin{cases}
<math> M_{ij} = \ell(p_i,p_j)==\begin{cases}
1/L(p_j)), &\text{当}j\text{链到}i \\
1/L(p_j)), &\text{当}j\text{链到}i \\
0, &\text{其他}
0, &\text{其他}
<math>L(p_j)</math>是指从<math>p_j</math>链出去得网页数目。
<math>L(p_j)</math>是指从<math>p_j</math>链出去得网页数目。
这样矩阵每一行乘以<math>R</math>，就得到了新的PR值，比如第二行（图3的节点B）
这样矩阵每一行乘以<math>R</math>，就得到了新的PR值，比如第二行（图3的节点B）:
</math>
</math>
<math>
\begin{aligned}
X(m,n)&= \ell(p_2,p_1) \cdot PR(p_2) +
\ell(p_2,p_2) \cdot PR(p_2) + \cdots +
\ell(p_2,p_N) \cdot PR(p_2)\\
& = 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')\\
\end{aligned}
</math>
以节点G为例，G给B和E投票，所以B得到<math>\frac{1}{2}</math>。
以节点G为例，G给B和E投票，所以B得到<math>\frac{1}{2}</math>。
矩阵<math> M </math>每一列加起来都是<math>1</math>（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3的节点A），即:
矩阵<math> M </math>每一列加起来都是<math>1</math>（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3的节点A），即: