Pagerank, Autovettori e Catene di Markov
April 26, 2008 - Noises
L’autovettore da $25.000.000.000 è un paper molto interessante, che discute di come l’Algebra lineare sia stata usata per plasmare il cuore di Google: Pagerank.
Si parte da un’introduzione ad alto livello, e si finisce per perdersi tra autovettori e autovalori. La favoletta legata al Page Rank è quella di un web surfer che clicca su qualche link, poi si annoia e visita una pagina a caso: dunque Page Rank è essenzialmente un’applicazione delle Catene di Markov al grafo del web in cui gli stati sono pagine, e le transizioni sono link.
Il valore del PR di una pagina web riflette la probabilità che il random surfer finisca su quella pagina cliccando su un link. Come avrete capito, l’obiettivo di questo post non è decantare l’importanza del PR nel posizionamento, ma presentare come l’algoritmo del Pagerank rappresenti un’interessante applicazione di concetti matematici. Un riferimento è l’ormai classico “The PageRank Citation Ranking: Bringing Order to the Web” di Larry Page, Sergey Brin, R. Motwani, and T. Winograd.
in 
