架构师训练营第十三周

一、你所在的行业，常用的数据分析指标有哪些？请简述。

我所在的行业是自然资源领域的电子政务。常用数据分析指标有：

在行政效能方面：

行政效能监测指标：主要对行政办公中的运行的各类事项进行情况进行统计、分析，如是否按时出窗、是否存在长期挂起等；

在行业领域方面：

调查监测指标：主要对自然资源调查监测的本底数据内容进行统计分析，对自然资源现状情况进指标监控；

确权登记指标：主要对审批后的不动产和自然资源确权登记的成果情况统计分析，对审批后的结果及对现状的影响进行统计分析。

二、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，即网页排名，是 Google 用来标识网页的等级或重要性的一种算法。就是一个用户在互联网上浏览到每个网页的概率。

PageRank 的核心思想概括如下：

1.如果一个网页被很多其它网页链接到，说明这个网页很重要，它的 PageRank 值也会相应较高；

2.如果一个 PageRank 值很高的网页链接到另外某个网页，那么那个网页的 PageRank 值也会相应地提高。

pagerank 模型如下

pg（A） = pg（C）/1 + pg(B) /2

A 网页的 pagerank 值由网页 B 和网页 C 的 pagerank 贡献而来，因为 B 网页有两个外链，假设等概率贡献，则贡献给 A 的值为自身的一半。

再看一个例子

此处 C 因为没有外链，所以我们假设他给其他所有网页都贡献了 pg，于是：

pg(A) = pg（C）/4 + pg(B) /2

在考虑一个情况，即用户在浏览网页的过程中，直接输入新网址进行浏览，即一个网页都有可能跳转到任意其他网页，于是针对下图：

pg(A) = （a * pg(B) /2） + (1-a) / 4) 上面公式的含义是：

在任意时刻，用户到达某页面后并继续向后浏览的概率为 a，则用户停止浏览的概率为(1-a)，此时用户停止浏览后，可能会直接通过输入浏览器地址进行浏览网页，此时跳转到任意网址的概率都一样，于是上面的 a * pg(B) /2 表示从 b 跳转过来的概率，(1-a) / 4 表示直接输入网址跳转过来的概率。