MATLAB算法实战应用案例精讲-【数模应用】PageRank（附MATLAB、C++、python和R语言代码实现）
目录
前言
算法原理
PageRank算法来源
什么是PageRank
优化搜索
指标
更新频率
搜索引擎
1.获取文档资料
2.如何根据关键词检索到相关文档
3.文档排序
条件假设
算法思想
数学模型
PageRank幂法计算
使用幂法求PageRank
应用场景
应用案例
网页搜索引擎
优缺点
优点：
缺点：
代码实现
MATLAB
python
MapReduce实现
R语言
igraph包
C++
前言
PageRank,即网页排名，又称网页级别、Google左侧排名或佩奇排名。
是Google创始人拉里·佩奇和谢尔盖·布林于1997年构建早期的搜索系统原型时提出的链接分析算法，自从Google在商业上获得空前的成功后，该算法也成为其他搜索引擎和学术界十分关注的计算模型。目前很多重要的链接分析算法都是在PageRank算法基础上衍生出来的。PageRank是Google用于用来标识网页的等级/重要性的一种方法，是Google用来衡量一个网站的好坏的唯一标准。在揉合了诸如Title标识和Keywords标识等所有其它因素之后，Google通过PageRank来调整结果，使那些更具“等级/重要性”的网页在搜索结果中另网站排名获得提升，从而提高搜索结果的相关性和质量。其级别从0到10级，10级为满分。PR值越高说明该网页越受欢迎（越重要）。例如：一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎（或者说极其重要）。一般PR值达到4，就算是