Webマイニングのページランクアルゴリズムとは何ですか？

PageRankは、人間の興味に注意を払いながら、Webページを客観的かつ機械的に評価するための方法です。 Web検索エンジンは、経験の浅いクライアントや従来のランキングサービスを操作するページで整理する必要があります。 Webページの複製可能な性質をカウントするいくつかの評価方法は、操作の影響を受けません。

タスクは、Webのハイパーリンク構造を利用して、すべてのWebページのグローバルな重要度ランキングを作成することです。このランキングはPageRankと呼ばれます。

Webのメカニズムは、約1億5000万のノード（Webページ）と17億のエッジ（ハイパーリンク）を持つグラフに依存しています。 WebページAとBがページCにリンクしている場合、AとBはCのバックリンクと呼ばれます。一般に、高度にリンクされたページの方が重要です。したがって、それらはより多くの被リンクを持ち、重要な被リンクは量が少なくなります。

たとえば、Yahooからの個々の被リンクを含むWebページは、未知のサイトまたはプライベートサイトからの複数の被リンクを含むページよりも上位にランク付けする必要があります。バックリンクのランクの合計が大きすぎる場合、Webページは巨大なランクになります。

以下は、PageRankの簡略化されたバージョンです。u、vをWebページとします。したがって、Buをuを指すページのグループとします。さらに、Nvをvからの複数のリンクとします。c<1を正規化の係数とします。 PageRank-

$$ \ mathrm {R（u）\：=\：c \ displaystyle \ sum \ Limits_ {u \ in {Bu}} \ frac {R（v）} {N_v}} $$

ページのランクは、前方接続間で均等に分割され、マークされたページのランクにも提供されます。方程式は再帰的ですが、この単純化された関数には問題があります。

2つのWebページが相互にポイントしているが、他のページはポイントしておらず、他のWebページが一方をポイントしている場合、反復中にループが生成されます。このループはランクを組み立てますが、ランクを共有することはありません。アウトエッジのないグラフのループによって形成されるこのトラップは、ランクシンクと呼ばれます。

ページランクアルゴリズムは、データベースからのすべてのURLを数値に変換することから始まります。次のフェーズでは、整数IDを使用して各ハイパーリンクをデータベースに保存し、Webページを認識します。反復は、リンク構造を親IDでソートし、ぶら下がっているリンクを削除した後に開始されます。

コンバージェンスを高速化するには、最適な初期割り当てを選択する必要があります。現在のタイムステップからの重みはメモリに保持され、前の重みは線形時間でディスクにアクセスされます。重みが収束した後、ぶら下がっている接続が挿入され、ランキングが再計算されます。計算は適切に実装されますが、収束基準を緩和し、より効果的な最適化アプローチを使用することで、より迅速に行うことができます。