【数据挖掘】十大经典数据挖掘算法R语言实践（十）

测试开头

续《十大经典数据挖掘算法R语言实践（九）》，本文介绍PageRank算法在R语言中如何使用。

数据集

利用人工构造的数据集，随机地生成具有10个对象的有向图

PageRank算法R语言实践

第一步：加载R包

library(igraph)

第二步：随机生成具有10个对象的有向图

g <-random.graph.game(n=10, p.or.m=1/4, directed =TRUE)

第三步：画有向图

plot(g)

【数据挖掘】十大经典数据挖掘算法R语言实践（十）

第四步：计算PageRank

pr <-page.rank(g)$vector

第五步：显示每个对象的 PageRank

df <-data.frame(Object =1:10,PageRank = pr)
arrange(df,desc(PageRank))

PageRank算法原理

1 PageRank，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由搜索引擎根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。Google的创始人拉里·佩奇和谢尔盖·布林于1998年在斯坦福大学发明了这项技术。

2 PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。

参考资料

1 《数据挖掘导论》和《数据挖掘：概念与技术》

2 数据挖掘十大经典算法（详解）

3 Top10 data mining algorithms in plain R

中国数据人QQ群：290937046，使命：让更多人懂数据、用数据。陆勤微信：luqin360 ,多交流。