pagerank 算法

作业：

pagerank 算法是 google 展现左侧搜索结果的算法，该算法会计算每个页面的权重值，然后根据权重值来进行排名。

课件中举得例子就是有一个 A,B,C,D 的小团体。如果要计算 A 的权重值，使用的方式如下：

PR(A) = PR(B) + PR(C) + PR(D)

但是由于 B、C、D 也可以指向除了 A 以外的页面，因此，公式改进成如下方式：

PR(A) = PR(B)/L(B) + PR(C)/L(C) + PR(D)/L(D)

其中的 L(B)等就是 B 指向的页面链接数。

由于其中某些页面没有出链，只有指向自己的链接，因此会在此公式的基础上加上一个概率值，最终得出的公式如下：

PR(A) = (PR(B)/L(B) + PR(C)/L(C) + PR(D)/L(D)+...)*d + (1-d)/N

学习笔记：

学习了 spark 和 mapreduce 之间的区别，以及 RDD 模型，讲解了为了 spark 为了要比 mapreduce 快。学习了 google 的 pagerank、分类和聚类算法以及推荐算法，最后讲述了机器学习中使用的算法。