过期页面排名算法答案

【问题标题】：Expiring Page Rank algorithm过期页面排名算法
【发布时间】：2011-09-21 08:39:10
【问题描述】：

我正在寻找一种算法，它可以进行某种页面排名，但随着时间的推移，页面的价值会降低。

我见过的所有算法都相反（赋予旧域更多价值）。

非常感谢帮助找到这样的算法。

编辑：看着我最初的问题，我想我有点不清楚我在问什么，而且这个问题比我最初想象的要复杂。基本上我想要的是某种排名算法，如果站点 A 在站点 B 发表帖子后立即链接到站点 B，那么站点 B 的页面会获得额外的页面排名（也许分数是一个更好的词），但是如果站点 A 有发布后很长时间链接到站点 B，它对页面排名的增加很少。

希望这是有道理的。对于最初的问题是错误的，我们深表歉意。

【问题讨论】：

最好提供您尝试过的算法，但您不能将其从最旧日期更改为最新日期。
@SaeedAmiri：OP 明确提到了他正在使用的算法：pagerank。这个问题很清楚，对于任何熟悉这个算法的人来说都是众所周知的。
@amit，我知道 pagerank 但它有一些变化，并且 OP 没有提到为什么他不能使用它（有一个小的变化）来使用最新的帖子。
@amit，正如我在您的回答中看到 OP 的评论，他似乎不熟悉算法，所以最好让他向我们展示他的尝试，然后尝试使用我们的帮助。
我不必使用 Page Rank，但这是我目前在进行一系列调查的地方。我很高兴有任何其他建议。

标签： algorithm pagerank

【解决方案1】：

您可以使用 有偏见的页面排名，正如 Haveliwala 在此 article 中所述。

思路很简单，不使用常规的随机分量：[1/n,1/n,....,1/n]，使用有偏随机分量，当你进行随机游走时，不是以概率 1/n 去每一页，而是去每一页概率为f(doc)，其中 f(doc) 对于较新的页面较高，Sigma(f(doc)) = 1 [对于集合中的所有文档，因此您的随机分量将是 [f(doc1),f(doc2),...,f(docn)]

请注意，对于每个文档，必须是 f(doc)>0，否则无法保证收敛 [Perron-Frobenius 定理不适用]。

另一种可能性是计算常规页面排名，并将其与一个不同的函数g:Collection->R相乘，该函数为每个页面提供一个数值，页面越新，得分越高这份文件。

编辑：
作为对原始问题编辑的回应：
另一种可能性是在为网络生成图形时，添加附加信息w:E->[0,1]，意思是：为每条边添加一个权重函数，表明它的重要性，如果链接是在原始编辑后不久建立的，w( e) 会更接近 1，如果更晚，分数会更接近 0。

在创建计算 pagerank 的矩阵时，输入Matrix[v1][v2] <- w((v1,v2))，而不是简单的二进制值，表示图中存在边。
一旦有了这个矩阵，就可以正常计算 PageRank。

【讨论】：

对不起，我现在正在阅读这篇论文并试图理解它，这与新编辑的问题是否仍然相关？
@user956400：看看我的编辑：我认为它可能更适合您编辑的问题。
这听起来更容易，但没有真正意识到页面排名可以用于非二进制数据。
很好的答案，虽然在第一次阅读时似乎暗示 pagerank 是使用随机游走计算的，但事实并非如此。