第十三周作业 & 总结

作业一：

• 你所在的行业，常用的数据分析指标有哪些？请简述。

开机率、在线用户、用户并发数、点播排行、回看排行、直播收视率等

• 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，网页排名，又称网页级别，Google 左侧排名或佩奇排名，是一种由搜索引擎根据网页之间相互的超链接计算的技術，而作为网页排名的要素之一，以 Google 公司創辦人拉里·佩奇（Larry Page）之姓來命名。

基本思想：

即对于某个网页 A 而言，该网页 PageRank 值的计算基于以下两个假设：



1：数量假设，如果越多的网页指向 A，即 A 的入链数量越多，则该网页越重要；

2：质量假设，如果指向 A 的网页质量越高，则 A 越重要，即权重因素不同。



现实中一个具体的假设案例是：一篇论文被诺贝尔奖得主所引用， 显然要比被普通研究者所引用更说明其价值；一篇论文被 100 位学者引用，显然要比只有一位普通学者引用之更有价值。



初始阶段，网页通过链接关系构建起 Web 图，每个页面设置相同的 PageRank 值(原因在稍后阐述)，通过若干轮的计算，会得到每个页面所获得的最终 PageRank 值。

随着每一轮的计算进行，网页当前的 PageRank 值会不断得到更新。



在每一轮更新页面 PageRank 得分的计算中，每个页面将其当前的 PageRank 值平均分配到本页面包含的出链上，这样每个链接即获得了相应的权值。而每个页面将所有指向本页面的入链所传入的权值求和，即可得到新的 PageRank 得分。当每个页面都获得了更新后的 PageRank 值，就完成了一轮 PageRank 计算。



用公式来表示，若网页 T 存在一个指向网页 A 的链接，则表明 T 的所有者认为 A 是重要的，从而把 T 的一部分重要性得分赋予 A。



这个重要性得分值为：PR（T）/C(T) ，其中 PR（T）为 T 的 PageRank 值，C(T)为 T 的出链数。

对于 A 而言，A 的 PageRank 值为一系列类似于 T 的页面重要性得分总和。一个页面的 PageRank 是由所有链向它的页面（链入页面）的重要性经过递归算法得到的。

作业二：

• 根据当周学习情况，完成一篇学习总结