Please enable JavaScript.

Coggle requires JavaScript to display documents.

Link Analysis - Coggle Diagram

- - - - P
        指向別人的表格
        
        Pt
        其他點指回自己的表格
        
        第1列：1沒指到1，2、3必指到1
      - eigenvalue為1的eigenvector
        
        所需特性：
        
        eigenvector從哪來?
        
        Makov chain
        
        描述發生流程一系列的time step
        
        包含N個State
        
        每個time step
        
        Web Surfing
        
        相當於Makov chain
        
        先從隨意一個Node當起點，在隨機選一條路徑
        
        現象
        
        1 more item...
        
        加總為1
        
        x0，表示在t=0的起始點
        
        x1 = Pt * X0
        
        x2
        = Pt x1
        = (Pt) ^ 2 x0
        = (P ^ 2)t * x0
        
        Q1：不同出發點會不會造成不同結果?(這種eteratives能不能收斂，口試請注意)
        Q2：N要幾次算多?
        
        2 more items...
- - - - why不是等號：有正規化
      - 用相鄰矩陣
        
        AAt為一nn矩陣 -> 相當於一個eigenvalue的eigenvector
    - - 會收斂嗎?
        
        1.如果有個對稱矩陣，一定有eigenvector
        2.if M = BBT or M = BTB(對稱矩陣), the corresponding eigenvalues must be non-negative!!
        
        將最大的eigenvalue eigenvector稱為principal eigenvector
        
        1.如果有對稱矩陣為非0矩陣，則其principal eigenvector唯一非0值
        2.如果有個v與principal eigenvector為非正交，經過幾次(約20次)後會到principal eigenvector
      - let z = ((1/n)1/2, (1/n)1/2, ..., (1/n)1/2) in Rn
        
        如何得到網頁的子集合?
        
        設找一個query q，則Sq應要有特性
        
        1.Sq要小
        2.Sq與q相關
        3.Sq包含很多authorities
        
        1、2容易取得(以全文檢索)
        
        3.解法Base set：
        a.將指出去的page全抓進來
        b.將部分指回來的page抓進來(隨機數量)
        
        有些link是intrinsic(固有的)
      - For an eigenvalue, we have an infinite number of corresponding eigenvectors
        if ω is an eigenvector of λ, then M(kω) = kMω = kλω = λ(kω)
- - - - 有時會失準，因結構、或$(SEO)
    - - 因有時首頁文字不一定完整呈現實際內容 -> 用其他anchor text
      - 有時會抓多一點anchor text附近的字