架构师训练营 1 期 -- 第十三周作业

作业一：

（至少完成一个）

• 你所在的行业，常用的数据分析指标有哪些？请简述。

答：我目前所在的行业是电梯物联网，数据分析指标其实有很多，根据不同的需求会有不同的分析指标。从终端设备连接的角度来分析，有每月入网数统计，每月运营商SIM卡统计，每月SIM卡流量统计，流量消耗分布统计，设备在线率等。从设备维修保养角度，分析指标有故障率，误报率，故障类型统计，故障及时处理情况统计等等。



• 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。）

PageRank算法是一个对所有搜索引擎中页面进行排序的算法。在所有的页面中，每个页面都包含经过它可以访问的页面链接，这个链接的数量叫做链出。每个页面也可以通过其它页面达到，这个数量叫做链入。PageRank采用投票的方式计算页面的排名，每有一个页面指向它，则表示指向它的页面为它投一票。页面的排名是所有指向它页面的投票数量的总和。所以投票公式为：

P(A)=P(B) + P(C) + ... P(N)

但是这里边考虑了一些其它因素，比如一个页面如果有多个链出页面，那么这个页面的投票权重就降低了，投票公式变为：

P(A)=P(B)/L(B) + P(C)/L(C) + ... P(N)/L(N)。

其中L(N)是第N个页面的链出数。



还有一个需要考虑的因素是，当一个页面的链出页只包含它自己时，这个页面的权重就会增加的比较快，但实际上这个页面可能没有太多的页面指向它，这个结果时不合理的，为了是计算结果归一话，PageRank算法模拟了用户随机访问页面的特点，最终得到PageRank的计算公式为：

pi是第i个页面的排名，d是随机跳出当前页面的概率，N是总页面数，M(pj)是链入pi页面的合集，L(pj)是pj链出页面的数量。

这个算法第一次给所有页面的投票赋初始值，然后不断进行重复计算，知道所有页面的投票数都区域稳定，得到的排名就是所有页面的排名。