目次
ウェブ探索エンジンについて
クローラー、インデックス付け、およびクエリーの処理
人気度によってウェブページをランク付けする
ＧｏｏｇｌｅのＰａｇｅＲａｎｋの数学
ＰａｇｅＲａｎｋモデルのパラメータ
ＰａｇｅＲａｎｋの感度
線形システムとしてのＰａｇｅＲａｎｋ問題
ＰａｇｅＲａｎｋの大規模実装における問題点
ＰａｇｅＲａｎｋの計算の高速化
ＰａｇｅＲａｎｋベクトルの更新
ウェブページのランキングのためのＨＩＴＳ手法
ウェブページをランキングするための他のリンク手法
ウェブ情報検索の将来
ウェブ情報検索のための手引き
数学的基礎
用語集
著者等紹介
岩野和生［イワノカズオ］
１９７５年東京大学理学部卒業。１９８７年プリンストン大学コンピューターサイエンス学科Ｐｈ．Ｄ．取得。専門はアルゴリズム、組合せ最適化。現在、日本アイ・ビー・エム株式会社未来価値創造事業執行役員
黒川利明［クロカワトシアキ］
１９７２年東京大学教養学部基礎科学科卒業。専門はコンピュータ・ソフトウェア、ＩＣＴ標準と標準人材教育。現在、株式会社ＣＳＫホールディングス経営管理部ＣＳＫフェロー
黒川洋［クロカワヒロシ］
２００８年東京大学大学院卒業。専門は数値計算、検索エンジン。現在、日本アイ・ビー・エム株式会社（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
Yasomi Mori
6
伝統的な情報検索では文書内容のみを分析対象としており、ウェブが持つ巨大・動的・自己組成的という特性に対して無力だった。PageRankアルゴリズムは、「ウェブページは他の重要なページから指されていれば重要だ」というシンプルな原則を数式化。ウェブのもうひとつの特徴ハイパーリンクを「推薦票」と解釈するこのアイデアは画期的だった。ただ、云うは容易いが「重要なページ」の特定自体、億単位の全インデックス分について被リンクの重みを計算し、その結果スコアを元にさらに全インデックス分再計算して…を数百回繰り返すプロセス。2021/08/29
Hideki Ishihara
0
「読んでいてあまりの数学的美しさに涙が出てきた」と訳者の一人が仰っていたので、学生時代に数学を専攻していた者としてチャレンジしてみましたが。。。。もうちょっと真面目に勉強しとけばよかったと後悔しました。2011/03/10
y42sora
0
Googleの数学的な部分についての本。2010/03/08
p-nix
0
線形代数の入門書としても使える。2009/10/24
Ryoichi Fujita
0
Page rankの基本が理解できた。なるほど、民主主義だな、と。2010/01/01
