后端基础

极客时间《架构师训练营》第十三周课后作业

2020-09-08  本文已影响0人  anOnion

第一题

你所在的行业,常用的数据分析指标有哪些?请简述。

我是做招聘软件的,这行虽然落后 😅,但其实也是有数据分析指标的——招聘指标。稍微列几个常用的指标,这些指标常常出现在管理系统的 Dashboard 页面上:

第二题

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 算法,又称佩奇排名,是 Google 公司对其搜索引擎搜索结果中的网页进行排名的一种算法。

PageRank 算法通过输出概率分布来体现某人随机地点击某个链接的概率——PR 值。

算法定义有点抽象,我们通过一个简化版的示例来介绍一下如何计算 PR 值。假设总共只有四个网页 A、B、C、D,所有的页面只指向 A,那么 A 的 PR 值就是 B、C、D 的 PR 总和:

简单PR计算1

再比如 B 链接到 A 和 C;C 链接到 A;并且 D 链接到 A、B、C:

简单PR计算1

B 就会分出去半票 给 A 、C ;C 给 A 一票;D 给其他各页面三分之一票,结果PR(A)的值就是:

加权的PR值

概括一下:算法会根据每个页面总出度L(x)——指向其他页面的总个数——平分该页面的 PR 值,并将其加到所指向的页面:

加权的PR值

算法最后会添加一个系数 d 做修正:

p.s. d是根据上网者使用浏览器书签的平均频率估算而得,大约为 0.85

我们得到:

修正后的PR值

同理,我们把该公式泛化到所有的页面,即:

所有的PR值

写成矩阵形式:集合中所有页面的 PR 值可以由一个特殊的邻接矩阵的特征向量表示,这个特征向量 R 为:

向量形式PR

PageRank 算法中,一个页面的 PR 值直接取决于指向它的的页面。如果在最初给每个网页一个随机且非零的 PR 值,通过上述公式经过多次迭代,这些页面的 PR 值会收敛某个定值,即最终结果。

矩阵迭代
上一篇下一篇

猜你喜欢

热点阅读