PageRank算法的JAVA代码实现
前天峰哥突然给了一个任务,要我们一周之内搞定PageRank的算法,当时乍的一听觉得有点高大上,这两天查了点资料加上小半个通宵,终于还是给搞出来了。
搞PageRank算法首先就要了解这个算法的核心算法,这个以佩奇名字命名的算法,核心算法是这样的:
PR(A) = (1-d) + d (PR(T1)/C(T1) + ... + PR(Tn)/C(Tn))
其中:PR(A):页面A的网页级别,
PR(Ti):页面Ti的网页级别,页面Ti链向页面A,
C(Ti):页面Ti链出的链接数量,
d:阻尼系数,取值在0-1之间.
从上我们可以看出想要实现这个算法不难,只要通过迭代就能实现,暂且先不说这个算法的原理是什么,先附上我的源码。
public class PageRank_My { public static void main(String[] args) { // 定义阻尼系数 double damp = 0.85; /* 测试数据,表示四个网页相互之间的有向链接矩阵 * 用矩阵形式表示 * A B C D * A 0 1 1 0 * B 0 0 1 0 * C 1 1 0 0 * D 0 1 1 0 * */ int[][] link = { { 0, 1, 1, 0 }, { 0, 0, 1, 0 }, { 1, 1, 0, 0 }, { 0, 1, 1, 0 } }; // 各点的总链出数量 int[] linkOut = new int[link.length]; for (int i = 0; i < link.length; i++) { for (int j = 0; j < link.length; j++) { linkOut[i] += link[i][j]; } } //定义一个初始数组并初始化,设所有的页面初始PR值都为1; double[] pr = new double[link.length]; double[] init = new double[link.length]; for (int i = 0; i < link.length; i++) { init[i] = 1.0; } pr = pagerank(link, damp, linkOut, init); //我们进行10次迭代计算pagerank的值 for(int i=0;i<10;i++){ System.arraycopy(pr, 0, init, 0, link.length); pr = pagerank(link, damp, linkOut, pr); } for (int i = 0; i < link.length; i++) { System.out.println("PR(" + i + ") = " + pr[i]); } } /*计算pagerank的函数 * @param link 页面的链接图 * @param damp 设置的阻尼系数,佩奇设的是0.85 * @param linkout 每个页面的链接总数 * @param init 上次迭代的结果 * * */ public static double[] pagerank(int[][] link, double damp, int[] linkout, double[] init) { double[] pr = new double[init.length]; double num = 0; for (int i = 0; i < init.length; i++) { for (int j = 0; j < init.length; j++) { // 接下来的判断是关键,计算非本页面,和链接数不为0的页面,并且那个页面有连到本页面的值,即是links[j][i] !=0。 if ((i != j) && (linkout[j] != 0) && (link[j][i] != 0)) num = num + init[j] / linkout[j]; } // pagerank的计算公式 pr[i] = damp + (1 - damp) * num; } return pr; } }
通过注释不难理解这个算法的过程,算法的原理我之后再详细道来。