《一个文科生对于PR算法的研究》文章已经归档，站长之家不再展示相关内容，下文是站长之家的自动化写作机器人，通过算法提取的文章重点内容。这只AI还很年轻，欢迎联系我们帮它成长：
所有的算法都会有个假设前提，所有假设都是基于用户行为的分析...
数量假设：该页面收到越多的入链（其他网页对该页面的链接称为入链），则表示该网页越重要...
质量假设：指向该页面的入链的质量不同，质量高的网页会通过链接传递更多的权重，越是质量高的网页指向该页面，则表示该页面越重要...
通过以上两个假设，PR算法刚开始会挑选一批网页作为种子网页并赋予较高的PR，通过迭代递归算法计算来更新每个页面节点的PR得分，直到得分稳定为止，即为当前页面PR得分...
PR高不能说明该网页相关...
PR算法作为谷歌标志性算法，早已普遍运用到反作弊当中，即以挑选出一批作弊网页作为种子网页（挑选信任网页也亦然），给予一定的作弊分值（或信任分值），跟PR算法一样进行传递，设定一个惩罚阀值，达到则为作弊网页...
当然这只是最原始的反作弊思路...
......
本文由站长之家用户“光年论坛”投稿，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完整的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请联系作者获取原文。
（举报）
