PageRank算法的原理

PageRank是一种基于一阶马尔可夫链的用于计算网页分值排名从而优化网页的模型 马尔科夫链中的xn即第n次点击到了某网页上，它与上一点击的网页出入点有关 该设想有两个问题:终止点问题和陷进问题，终止点问题是指网页不满足强连通，指一些网页不值任何网页，那么多次迭代后网页访问概率为0。陷进问题是指有网页指向自己时，那么多次迭代后网页访问概率转移到该网页 目的:为解决这两个问题，改进PageRank，将算法分为两部分，设置阻尼因子，使得最后的迭代收敛，阻尼因子一般记为0.85 思考:二阶马尔可夫链用数学模型时可以用三阶张量表示，那么，是否可以利用张量来更快解决马尔科夫问题？