导航：首页 > 开发技术 >

使用golang基本数据结构与算法网页排名/PageRank实现随机游走

发表于：2025-01-19 作者：千家信息网编辑

千家信息网最后更新 2025年01月19日，本篇内容介绍了"使用golang基本数据结构与算法网页排名/PageRank实现随机游走"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧

千家信息网最后更新 2025年01月19日使用golang基本数据结构与算法网页排名/PageRank实现随机游走

本篇内容介绍了"使用golang基本数据结构与算法网页排名/PageRank实现随机游走"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

网页排名(PageRank/佩奇排名), 随机游走

网页排名（PageRank，也叫作佩奇排名）是一种在搜索网页时对搜索结果进行排序的算法。网页排名就是利用网页之间的链接结构计算出网页价值的算法。在网页排名中，链入页面越多的网页，它的重要性也就越高。假设没有链入页面的网页权重为1。有链入页面的网页权重是其链入页面的权重之和。如果一个网页链向多个页面，那么其链向的所有页面将平分它的权重。在网页排名中，链入的页面越多，该网页所发出的链接的价值就越高。可以使用"随机游走模型"（random walk model）来解决网页互链的问题.用户浏览网页的操作就可以这样来定义：用户等概率跳转到当前网页所链向的一个网页的概率为1-α；等概率远程跳转到其他网页中的一个网页的概率为α。模拟用户随机访问页面的过程, 每访问一个页面, 其权重加1,直到访问的总次数达到N次为止,每个页面的权重值代表的是"某一刻正在浏览这个网页的概率"，可直接将其作为网页的权重来使用。摘自 <<我的第一本算法书>> 【日】石田保辉；宫崎修一

目标

实现基于随机游走模型的PageRank算法, 并验证其有效性和稳定性(网页权重在模拟若干次后, 保持稳定)

设计

IPage: 网页模型接口
IPageRanking: 网页排名算法接口
tPage: 网页模型的实现
tRandomWalkPageRanking: 基于随机游走模型的PageRank算法, 实现IPageRanking接口

单元测试

page_rank_test.go, 验证网页排名算法的有效性和稳定性
首先通过简单case验证其有效性
然后随机生成大批量随机互链的网页, 验证在多轮随机游走后, 网页权重的稳定性

package othersimport (        "fmt"        pr "learning/gooop/others/page_rank"        "math/rand"        "sort"        "testing"        "time")func Test_PageRank(t *testing.T) {        fnAssertTrue := func(b bool, msg string) {                if !b {                        t.Fatal(msg)                }        }        t.Log("testing simple case")        p11 := pr.NewPage("p11")        p12 := pr.NewPage("p12")        p13 := pr.NewPage("p13")        p21 := pr.NewPage("p21")        p22 := pr.NewPage("p22")        p31 := pr.NewPage("p31")        p32 := pr.NewPage("p32")        p11.AddLink(p21)        p11.AddLink(p22)        p12.AddLink(p21)        p12.AddLink(p22)        p13.AddLink(p21)        p13.AddLink(p22)        p21.AddLink(p31)        p22.AddLink(p31)        p31.AddLink(p32)        p32.AddLink(p31)        samples := []pr.IPage{                p11,p12,p13, p21, p22, p31, p32,        }        pr.RandomWalkPageRanking.RankAll(samples, 1000)        sort.Sort(sort.Reverse(pr.IPageSlice(samples)))        for _,p := range samples {                t.Log(p)        }        fnAssertTrue(samples[0].ID() == "p31", "expecting top.1 = p31")        fnAssertTrue(samples[1].ID() == "p32", "expecting top.2 = p32")        fnAssertTrue(samples[2].ID() == "p21" || samples[2].ID() == "p22", "expecting top.3 in (p21,p22)")        fnAssertTrue(samples[3].ID() == "p21" || samples[3].ID() == "p22", "expecting top.4 in (p21,p22)")        // generate 1000 random pages        iPageCount := 1000        pages := make([]pr.IPage, iPageCount)        for i,_ := range pages {                pages[i] = pr.NewPage(fmt.Sprintf("pd.com", i))        }        r := rand.New(rand.NewSource(time.Now().UnixNano()))        for i,p := range pages {                // add random page links                for j,iPageLinks := 0, r.Intn(10);j < iPageLinks; {                        n := r.Intn(iPageCount)                        if n != i {                                j++                                p.AddLink(pages[n])                        }                }        }        // rank pages and get top 100        mapTop100 := make(map[string]bool, 0)        fnTestRanking := func(rounds int) {                t.Logf("testing page rank with %v rounds", rounds)                bFirstRound := len(mapTop100) == 0                // page ranking                pr.RandomWalkPageRanking.RankAll(pages, rounds)                // sort pages by ranking                sort.Sort(sort.Reverse(pr.IPageSlice(pages)))                hits := 0                for i,p := range pages {                        if i < 10 {                                t.Log(p)                        }                        if i < 100 {                                if bFirstRound {                                        mapTop100[p.ID()] = true                                } else if _,ok := mapTop100[p.ID()];ok {                                        hits++                                }                        } else {                                break                        }                }                if !bFirstRound {                        t.Logf("hit rate: %s%v", "%", hits)                }        }        // test stability under different rounds        fnTestRanking(3000)        fnTestRanking(10000)        fnTestRanking(30000)        fnTestRanking(90000)}

测试输出

测试表明, 当随机游走的总次数 >= 网页数量 * 每个网页的平均发出链接数时, 所得排名是比较稳定的

$ go test -v page_rank_test.go === RUN   Test_PageRank    page_rank_test.go:19: testing simple case    page_rank_test.go:47: p(p31,   0.4206, [p32])    page_rank_test.go:47: p(p32,   0.3673, [p31])    page_rank_test.go:47: p(p21,   0.0639, [p31])    page_rank_test.go:47: p(p22,   0.0604, [p31])    page_rank_test.go:47: p(p11,   0.0300, [p21 p22])    page_rank_test.go:47: p(p12,   0.0291, [p21 p22])    page_rank_test.go:47: p(p13,   0.0287, [p21 p22])    page_rank_test.go:77: testing page rank with 3000 rounds    page_rank_test.go:89: p(p604.com,   0.0039, [])    page_rank_test.go:89: p(p807.com,   0.0035, [p709.com p328.com p303.com p110.com p858.com p394.com p231.com p731.com p83.com])    page_rank_test.go:89: p(p72.com,   0.0034, [p249.com p347.com p604.com p533.com p416.com p958.com p966.com p385.com])    page_rank_test.go:89: p(p712.com,   0.0033, [p485.com p451.com p236.com p141.com p168.com p693.com])    page_rank_test.go:89: p(p452.com,   0.0032, [p588.com p344.com p618.com p258.com p394.com p285.com p780.com p606.com p89.com])    page_rank_test.go:89: p(p709.com,   0.0031, [p666.com p554.com p103.com p202.com p230.com])    page_rank_test.go:89: p(p975.com,   0.0029, [])    page_rank_test.go:89: p(p840.com,   0.0029, [p974.com p698.com p49.com p851.com p73.com])    page_rank_test.go:89: p(p867.com,   0.0028, [p588.com p196.com p931.com p381.com p621.com p848.com])    page_rank_test.go:89: p(p633.com,   0.0028, [p840.com])    page_rank_test.go:77: testing page rank with 10000 rounds    page_rank_test.go:89: p(p604.com,   0.0039, [])    page_rank_test.go:89: p(p807.com,   0.0034, [p709.com p328.com p303.com p110.com p858.com p394.com p231.com p731.com p83.com])    page_rank_test.go:89: p(p72.com,   0.0034, [p249.com p347.com p604.com p533.com p416.com p958.com p966.com p385.com])    page_rank_test.go:89: p(p452.com,   0.0033, [p588.com p344.com p618.com p258.com p394.com p285.com p780.com p606.com p89.com])    page_rank_test.go:89: p(p712.com,   0.0033, [p485.com p451.com p236.com p141.com p168.com p693.com])    page_rank_test.go:89: p(p709.com,   0.0031, [p666.com p554.com p103.com p202.com p230.com])    page_rank_test.go:89: p(p975.com,   0.0029, [])    page_rank_test.go:89: p(p840.com,   0.0029, [p974.com p698.com p49.com p851.com p73.com])    page_rank_test.go:89: p(p612.com,   0.0028, [p116.com p562.com p179.com p37.com p761.com])    page_rank_test.go:89: p(p319.com,   0.0028, [p726.com p63.com p558.com p301.com p185.com p944.com])    page_rank_test.go:104: hit rate: %98    page_rank_test.go:77: testing page rank with 30000 rounds    page_rank_test.go:89: p(p604.com,   0.0039, [])    page_rank_test.go:89: p(p807.com,   0.0034, [p709.com p328.com p303.com p110.com p858.com p394.com p231.com p731.com p83.com])    page_rank_test.go:89: p(p72.com,   0.0034, [p249.com p347.com p604.com p533.com p416.com p958.com p966.com p385.com])    page_rank_test.go:89: p(p452.com,   0.0033, [p588.com p344.com p618.com p258.com p394.com p285.com p780.com p606.com p89.com])    page_rank_test.go:89: p(p712.com,   0.0032, [p485.com p451.com p236.com p141.com p168.com p693.com])    page_rank_test.go:89: p(p709.com,   0.0031, [p666.com p554.com p103.com p202.com p230.com])    page_rank_test.go:89: p(p975.com,   0.0029, [])    page_rank_test.go:89: p(p840.com,   0.0029, [p974.com p698.com p49.com p851.com p73.com])    page_rank_test.go:89: p(p319.com,   0.0028, [p726.com p63.com p558.com p301.com p185.com p944.com])    page_rank_test.go:89: p(p612.com,   0.0028, [p116.com p562.com p179.com p37.com p761.com])    page_rank_test.go:104: hit rate: %98    page_rank_test.go:77: testing page rank with 90000 rounds    page_rank_test.go:89: p(p604.com,   0.0039, [])    page_rank_test.go:89: p(p807.com,   0.0034, [p709.com p328.com p303.com p110.com p858.com p394.com p231.com p731.com p83.com])    page_rank_test.go:89: p(p72.com,   0.0034, [p249.com p347.com p604.com p533.com p416.com p958.com p966.com p385.com])    page_rank_test.go:89: p(p452.com,   0.0033, [p588.com p344.com p618.com p258.com p394.com p285.com p780.com p606.com p89.com])    page_rank_test.go:89: p(p712.com,   0.0032, [p485.com p451.com p236.com p141.com p168.com p693.com])    page_rank_test.go:89: p(p709.com,   0.0031, [p666.com p554.com p103.com p202.com p230.com])    page_rank_test.go:89: p(p975.com,   0.0029, [])    page_rank_test.go:89: p(p840.com,   0.0029, [p974.com p698.com p49.com p851.com p73.com])    page_rank_test.go:89: p(p612.com,   0.0028, [p116.com p562.com p179.com p37.com p761.com])    page_rank_test.go:89: p(p319.com,   0.0028, [p726.com p63.com p558.com p301.com p185.com p944.com])    page_rank_test.go:104: hit rate: %98--- PASS: Test_PageRank (13.93s)PASSok      command-line-arguments  13.936s

IPage.go

网页模型接口

package page_rankimport "fmt"type IPage interface {        fmt.Stringer        ID() string        GetWeight() float64        SetWeight(float64)        GetLinks() []IPage        AddLink(IPage)}type IPageSlice []IPagefunc (me IPageSlice) Len() int {        return len(me)}func (me IPageSlice) Less(i,j int) bool {        return me[i].GetWeight() < me[j].GetWeight()}func (me IPageSlice) Swap(i,j int) {        me[i], me[j] = me[j], me[i]}

IPageRanking.go

网页排名算法接口

package page_ranktype IPageRanking interface {        RankAll(pages []IPage, rounds int)}

tPage.go

网页模型的实现

package page_rankimport (        "fmt"        "strings")type tPage struct {        id string        weight float64        links []IPage}func NewPage(id string) IPage {        return &tPage{                id: id,                weight: 0,                links: []IPage{},        }}func (me *tPage) ID() string {        return me.id}func (me *tPage) GetWeight() float64 {        return me.weight}func (me *tPage) SetWeight(w float64) {        me.weight = w}func (me *tPage) GetLinks() []IPage {        return me.links}func (me *tPage) AddLink(p IPage) {        me.links = append(me.links, p)}func (me *tPage) String() string {        linkStrings := make([]string, len(me.links))        for i,p := range me.links {                linkStrings[i] = p.ID()        }        return fmt.Sprintf("p(%v, %8.4f, [%v])", me.id, me.weight, strings.Join(linkStrings, " "))}

tRandomWalkPageRanking.go

基于随机游走模型的PageRank算法, 实现IPageRanking接口

package page_rankimport (        "math/rand"        "time")type tRandomWalkPageRanking struct {}var gPossiblityToLinkedPage = 85func newRandomWalkPageRanking() IPageRanking {        return &tRandomWalkPageRanking{}}func (me *tRandomWalkPageRanking) RankAll(pages []IPage, rounds int) {        iPageCount := len(pages)        if iPageCount <= 0 {                return        }        r := rand.New(rand.NewSource(time.Now().UnixNano()))        current := pages[0]        iVisitCount := iPageCount * rounds        for i := 0;i < iVisitCount;i++ {                // visit current page                current.SetWeight(current.GetWeight() + 1)                possibility := r.Intn(100)                if possibility < gPossiblityToLinkedPage && len(current.GetLinks())>0 {                        // goto linked page                        current = me.VisitLinkedPage(current, r)                } else {                        // goto unlinked page                        current = me.VisitUnlinkedPage(current, pages, r)                }        }        fVisitCount := float64(iVisitCount)        for _,p := range pages {                p.SetWeight(p.GetWeight() / fVisitCount)        }}func (me *tRandomWalkPageRanking) VisitLinkedPage(current IPage, r *rand.Rand) IPage {        links := current.GetLinks()        next := links[r.Intn(len(links))]        return next}func (me *tRandomWalkPageRanking) VisitUnlinkedPage(current IPage, pages []IPage, r *rand.Rand) IPage {        mapLinks := make(map[string]bool, 0)        mapLinks[current.ID()] = true        for _,p := range current.GetLinks() {                mapLinks[p.ID()] = true        }        n := len(pages)        for {                next := pages[r.Intn(n)]                if _,ok := mapLinks[next.ID()];!ok {                        return next                }        }}var RandomWalkPageRanking = newRandomWalkPageRanking()

"使用golang基本数据结构与算法网页排名/PageRank实现随机游走"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！

很赞哦！