架构师训练营第 1 期 - 第 13 周课后练习

• 你所在的行业，常用的数据分析指标有哪些？请简述。

• Google 搜索引擎是如何对搜索结果进行排序的？（请用自己的语言描述 PageRank 算法。）

答 - 1 ：

比如银行的指标会有：

• 活动触达客户数 - 是指营销活动发出去之后，最终有多少客户接收到活动请求，如果触达客户数量为 0 或者很低，那么可能系统出问题了，邀请没有发出去

• 活动响应率 - 是指营销活动的邀请发送给客户之后，客户响应的比率，比如发送给 10w 人，最后有 1w 人点开页面，那么响应率就是 10%，如果响应率过低，就需要改进措施，增加奖励来提高吸引力

• 资产留存率 - 是指客户的资产在一段时间内留存的比率，比如客户的资产有 1w 块，一个月之后，资产还有 9k 块，那么资产留存率就是 90%，需要分析所有客户的资产留存率，并有针对性的进行营销，吸引客户参加活动获取奖励，提高资产留存率

答 - 2 ：

互联网中包含数以万亿计的网页，每个网页都是一个超链接，如何对这些网页进行排名呢，Google 采用了 PageRank 算法进行网页排名。

基本的思想是根据网页中的超链接来投票，如果一个网页被其他网页作为超链接引用，那么引用的越多，说明这个网页越重要，那么排名就越高。

那么如何进行投票呢？

假设有 4 个网页，A、B、C、D，网页 B、C、D 都包含超链接指向 A，那么 A 的 PR(PageRank)值是 B、C、D 的 PageRank 值的总和

这里的分子 L(B)、L(C)、L(D)代表的是超链接的数量，就是每个投票的页面的 PageRank 值要根据超链接数把权重平分出去然后投给链接到的页面。

如何解决循环链接？

网页只有对自己的出链，或者几个网页的出链接形成一个循环圈，那么在不断迭代的过程中，PR 值将只增不减，这个是有问题的。我们可以采用随机浏览的方式，假设用户浏览网页的时候，他可能点击网页中的超链接，或者也可能直接在浏览器中输入跳转的网页，直接在浏览器中输入网页是随机的，那么上面 A、B、C、D 的公式是：

这里 d 是一个随机数，默认是 0.85

那么通用公式可以表示为：

互利网上的网页数量数以万亿计，需要利用大数据计算来进行排名计算。