如何优雅的理解PageRank

博客引流

一口气开始~~别憋气~~

终于Tex调好了刚好最近又多次提及PageRank 于是~

目测这一系列有个两三篇blog

PageRank 是由佩奇(Larry Page)等人提出的 Google 最为有名的技术之一
~~我乔治甘拜下风~~

PageRank 是一种基于随机游走的评价网站权值的算法

言而总之 PageRank是一种十分重要的算法不管在学术界还是在产业界

Node Similarity & Proximity

在介绍PageRank 需要先来提一下什么叫节点相似

假设在一个有向图集合G(V, E)中研究两个节点u, v之间的相关性

image

上图, 我们可以从感性的认识上判断u, v之间的相似高要比u, w之间的相似度要高

那如何来具体定义相似度呢

`Common neighbor`

我们很容易可以想到好像一个节点的邻居集合可以表征这个节点的周围结构

实际上这就是CN算法(common neighbor)

规定 $CN(u, v)=nei(u)\cap nei(v)$

`Jaccard`

单纯的数值对于估计一个节点的相似度可能存在标准不统一的情况

故jaccard在CN的基础上做了一个归一化的处理

得到 $Jaccard=\dfrac{CN(u, v)}{nei(u)\cup nei(v)}$

`Adamic-Adar Index`

$Adamic-Adar Index=\sum \dfrac{1}{logN(v)}$

当然还可以按计算时用到部分点还是全部点来进行分类

local
- Common Neighbors(CN), Jaccard, Adamic-Adar Index
grobal
- Personalized PageRank(PPR), SimRank, Katz

事实上节点相似度在生产过程中有极强的落地场景

尤其是和社交网络分析相关的好友推荐

另外还可以运用在Top-k的关系发现当中

~~传言王者荣耀的好友推荐就是用PPR做的~~

最后需要提一句 $Node Similarity\not = Node Proximity$

一般而言, $sim(u, v) = sim(v, u)$ , 但 $p(u, v) \not = p(v, u)$

Naive PageRank

$PR(u)=\sum\limits_{v \in N_{in}(u)}^N \dfrac{1}{N_{out}(v)}PR(v)$

S.t. $PR(u) \ge 0$ , $\sum PR = 1$

直观上看PR值的计算是一个迭代的过程，通过出度把PR值分配给下游节点

但Naive PageRank在计算的过程中会出现一些问题

$\vec {PR} = P^T \cdot\vec{PR}$ ，其中 $P$ 为行向量

故 $\vec {PR}^T = \vec{PR} ^T \cdot P$

因为上述PageRank的定义是一个递归过程，所以需要一个递归停止条件-Error

$max|\vec {PR}^{(l+1)}(i) - \vec {PR}^{(l)}(i)|\le \epsilon$

其实严格上还需要证明上述递推关系的收敛性 , 事实上Naive PageRank是不一定收敛的

当然还有解的存在性，唯一性等等

Flaw 1 Multiple Solutions

image

对于图示这种情况 PR的值其实有无数钟取法

只要满足 $PR_a = PR_b = PR_c, PR_p = PR_q = PR_r$

Flaw 2 Link Spam

还是上面的例子a, b, c 此时 $PR_a = PR_b = PR_c = \dfrac{1}{3}$

如果把 $c->a$ 的边改为 $c->b$ , 迭代后就会造成 $PR_a = 0, PR_b = PR_c = \dfrac{1}{2}$

当一个平衡建立之后，如果因为少数几个节点的异常更改，就会造成全部PR值的改变，这就很容易导致少数几个节点操控整个系统的PR值

image

Flaw 3 Dead Ends and Spider Traps

其实仔细想一想 Flaw2是因为其他节点变得没有入度造成的

那么如果有那么一些点是只入不出的，则会造成PR值随着迭代向该点聚集

这样的点可以看做强连通子图

PageRank

为解决上述的问题 佩奇 提出 $PR() =\alpha \sum\limits_{v \in N_{in}(u)}^N \dfrac{1}{N_{out}(v)}PR(v) + (1-\alpha) \dfrac{1}{n}$

相对于Naive PageRank 相对于做了一个平滑处理给一个偏置量

Flaw 1. $PR(a) = PR(b) = PR(c) = PR(p) = PR(q) = PR(r) = \dfrac{1}{6}$
Flaw 2. 减少出现Link Spam的可能性
Flaw 3. Doesn’t help ☹
- 移除没有出度的节点或者结构
- 加一条回边

image

正如前面所说的，因为PageRank define by 递归

所以，我们需要证明解的存在性，唯一性，收敛性，~~此处省略若干证明~~

收敛性: 我们用矩阵形式表示 $\pi = \vec {PR}$

则根据上述定义可得， $\pi_v^{(t)}= (1-\epsilon)\sum\limits_{(w,v) \in E} \dfrac{\pi_w^{(t-1)}}{d_w}+\dfrac{\epsilon}{n}$

Let $Err(t)=\sum\limits_v|\pi_v^{(t)}-\pi_v^*|$

而 $|\pi_v^{(t)}-\pi_v^*| \le (1-\epsilon)\sum\limits_{(w,v) \in E} \dfrac{\pi_w^{(t-1)} - \pi_w^*}{d_w}$

则 $Err(t)=\sum\limits_v|\pi_v^{(t)}-\pi_v^*|\le (1-\epsilon)\sum\limits_w [\pi_w^{(t-1)} - \pi_w^* ]\le(1-\epsilon)Err(t-1)\le(1-\epsilon)^tErr(0)$

当 $0<\epsilon <1$ 时，上述递推关系式具有收敛性

把第t轮递推式子依次带入t-1, t-2, ...

得到 $\vec{PR}^{l \cdot T}=\alpha ^l\vec{PR}^{0\cdot T}P^l+\dfrac{1-\alpha}{n}\vec{1}^T(\alpha^{l-1}\cdot P^{l-1}+\cdot \cdot \cdot+\alpha P + I)$

可以看出当迭代轮数l比较大时， $\alpha ^l$ 会是一个小量，造成PR只剩下第二项

故 $\vec{PR_v}^T=\dfrac{1-\alpha}{n}\vec{1}^T(\alpha^{l-1}\cdot P^{l-1}+\cdot \cdot \cdot+\alpha P + I)$

对于这个式子的含义学术界有很多解释

: 看作是以概率留下, 转移随机游走的概率值
- $PR(v)$ = # walks ends at $\dfrac{v}{nr}$
看做是一个长时间随机游走的结果
: 与Random Walk一致, 看做是一个以概率留下, 转移随机游走过程，约定经过某个点，该点的
- $\alpha-Walk$ 相对于Random Walk，方差更小，复杂度很低，实际效果更好，是目前研究的热点方向

Next maybe Talk About PPR/SimRank or maybe Top-k PPR

好 一口气结束 hhh

Reference

最后编辑于：2019.02.09 21:57:26

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 217,734评论 6赞 505
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 92,931评论 3赞 394
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 164,133评论 0赞 354
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 58,532评论 1赞 293
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 67,585评论 6赞 392
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 51,462评论 1赞 302
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 40,262评论 3赞 418
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 39,153评论 0赞 276
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 45,587评论 1赞 314
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 37,792评论 3赞 336
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 39,919评论 1赞 348
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 35,635评论 5赞 345
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 41,237评论 3赞 329
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 31,855评论 0赞 22
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 32,983评论 1赞 269
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 48,048评论 3赞 370
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 44,864评论 2赞 354

如何优雅的理解PageRank

Node Similarity & Proximity

Common neighbor

Jaccard

Adamic-Adar Index

Naive PageRank

Flaw 1 Multiple Solutions

Flaw 2 Link Spam

Flaw 3 Dead Ends and Spider Traps

PageRank

Reference

推荐阅读更多精彩内容

`Common neighbor`

`Jaccard`

`Adamic-Adar Index`