论文部分内容阅读
页面内容的内容评分与PageRank评分都需要频繁更新，以保证提供最新的结果。基于如何使得更新PageRank向量过程更为容易，并使得更为频繁的更新成为可能这一问题，本文通过对更新算法的数学内容分析，研究更新PageRank向量的问题，通过提出假设矩阵Qm×m的PageRank向量φ^T=（φ1，φ2，…，φm），文中立足于通过3种聚合更新算法来利用φ^T中的值计算G的更新后的π^T，文中分析了近似聚合更新、精确聚合更新、迭代聚合更新的算法，并对3种更新算法各自的使用条件进行分析。