本篇文章为大家展示了计算PageRank的示例分析，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
在成都做网站、网站设计中从网站色彩、结构布局、栏目设置、关键词群组等细微处着手，突出企业的产品/服务/品牌，帮助企业锁定精准用户，提高在线咨询和转化，使成都网站营销成为有效果、有回报的无锡营销推广。成都创新互联专业成都网站建设10多年了，客户满意度97.8%，欢迎成都创新互联客户联系。
Page Rank就是MapReduce的来源，下文是一个简单的计算PageRank的示例。
import java.text.DecimalFormat;
/**
* Created by jinsong.sun on 2014/7/15.
*/
public class PageRankCaculator {
public static void main(String[] args) {
double[][] g = calcG(genS(), 0.85);
double[] q = genQ();
int i = 0;
while (i++ < 100000) {
q = calcQ(g, q);
printQString(q);
}
}
public static double[][] genS() {
double[] linkA = {0.00, 0.50, 0.50, 0.00, 0.50};
double[] linkB = {0.25, 0.00, 0.00, 0.00, 0.00};
double[] linkC = {0.25, 0.00, 0.00, 1.00, 0.50};
double[] linkD = {0.25, 0.50, 0.50, 0.00, 0.00};
double[] linkE = {0.25, 0.00, 0.00, 0.00, 0.00};
return new double[][]{linkA, linkB, linkC, linkD, linkE};
}
public static double[] genQ() {
return new double[] {1.00, 1.00, 1.00, 1.00, 1.00};
}
/**
* 计算G矩阵。公式：G = α*S + (1-α)*(1/n)*U
*
* @param s 原始矩阵
* @param alpha 权重
* @return G矩阵
*/
public static double[][] calcG(double[][] s, double alpha) {
int size = 5;
//all one matrix
double[][] u = {{1.00, 1.00, 1.00, 1.00, 1.00}, {1.00, 1.00, 1.00, 1.00, 1.00}
, {1.00, 1.00, 1.00, 1.00, 1.00}, {1.00, 1.00, 1.00, 1.00, 1.00}
, {1.00, 1.00, 1.00, 1.00, 1.00}};
//计算a*S
double[][] m1 = new double[size][size];
for (int i = 0; i < s.length; i++) {
for (int j = 0; j < s[i].length; j++) {
m1[i][j] = s[i][j] * alpha;
}
}
//(1-α)*(1/n)*U
double[][] m2 = new double[size][size];
for (int i = 0; i < u.length; i++) {
for (int j = 0; j < u[i].length; j++) {
DecimalFormat df = new DecimalFormat("#.0000");
m2[i][j] = Double.parseDouble(df.format((1.0 - alpha) * (1.0 / size) * u[i][j]));
}
}
//G = α*S + (1-α)*(1/n)*U
double[][] m3 = new double[size][size];
for (int i = 0; i < size; i++) {
for (int j = 0; j < size; j++) {
m3[i][j] = m1[i][j] + m2[i][j];
DecimalFormat df = new DecimalFormat("#.0000");
m3[i][j] = Double.parseDouble(df.format(m3[i][j]));
}
}
return m3;
}
/**
* 计算特征向量。公式：q_next = G * q_curr
*
* @param g G矩阵
* @param q 特征向量
* @return
*/
public static double[] calcQ(double[][] g, double[] q) {
double[] qNext = new double[g.length];
for (int i = 0; i < g.length; i++) {
for (int j = 0; j < g[i].length; j++) {
qNext[i] += g[i][j] * q[j];
}
}
return qNext;
}
public static void printQString(double[] m) {
String s = "{ {:p00}, {:p10}, {:p20}, {:p30}, {:p40} }";
for (int i = 0; i < 5; i++) {
s = s.replace(":p" + i + "0", String.valueOf(m[i]));
}
System.out.println(s);
}
}上述内容就是计算PageRank的示例分析，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。
