Слава Шевцов

pelvis:
А вот временной коэф-нт прикольная штука была бы.

wladvlad:
вот этот документ имеется в виду?
http://infolab.stanford.edu/~backrub/google.html

2.5 Random Surfer Model

The definition of PageRank above has another intuitive basis in random walks on graphs. The simplified version corresponds to the standing probability distribution of a random walk on the graph of the Web. Intuitively, this can be thought of as modeling the behavior of a "random surfer". The "random surfer" simply keeps clicking on successive links at random. However, if a real Web surfer ever gets into a small loop of web pages, it is unlikely that the surfer will continue in the loop forever. Instead, the surfer will jump to some other page. The additional factor E can be viewed as a way of modeling this behavior: the surfer periodically "gets bored" and jumps to a random page chosen based on the distribution in E.

So far we have left E as a user defined parameter. In most tests we let E be uniform over all web pages with value . However, in Section 6 we show how different values of E can generate "customized" page ranks.

Such personalized page ranks may have a number of applications, including personal search engines. These search engines could save users a great deal of trouble by efficiently guessing a large part of their interests given simple input such as their bookmarks or home page.

pelvis:
это все равно как сравнивать рестораны по критерию присутствия крашенных блондинок.

pelvis:
В принципе, реализуемо такое - статсы можно свести в конечный алгоритм, а оно им надо? У них и так массив (биг тейбл) трехмерный.

talia:
На шею, думаю...

Масяня:
но вот на счет сына сильно сомневаюсь, что без женщины обойдется....

Mad_Man:
Вы про president.gov.no ?

Sweeper:
Мужи, господа! Пусть каждый из Вас честно ответит: правда ли, что Вы стали злее?

wladvlad:
плохо задумался, слава. пэйджранк, таки, не вероятность а алгоритм.

di_max:
... и еще складывают.