PageRank算法

有了马尔可夫蒙特卡洛方法打底，page rank算法就好理解多了。PageRank算法基本思想是，将互联网看作一个图，图节点及其链接满足马尔可夫性，因为网站之间只与直接和他们相连的节点有关，比如从当前页面通过超链接跳转到下一个页面而不能直接从一级页面跳转到三级页面，因为页面之间都是相互关联的，同时可看作近似满足不可约性，同时近似满足正常返（从一个链接出发可以达任何一个链接），并且没有周期性，所以这个马尔可夫链存在平稳分布。用随机游走的方式便利网络，不断迭代节点的概率值，既可以得到这个平稳分布，而PageRank值就是在平稳分布下每个网络节点的权值，权值越高的网站重要度就越高。就是基于这个算法诞生了一家巨大的互联网公司-Google。