Ermeti, Thomas
(2026)
PageRank: teoria e analisi dietro l'algoritmo di classificazione di Google.
[Laurea], Università di Bologna, Corso di Studio in
Matematica [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
![[thumbnail of Thesis]](https://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (388kB)
| Contatta l'autore
|
Abstract
La presente tesi analizza il funzionamento dell’algoritmo PageRank, sviluppato da Larry Page e Sergey Brin per la classificazione delle pagine web, attraverso gli strumenti della teoria delle catene di Markov. Dopo aver introdotto alcuni preliminari di algebra lineare e analisi matriciale, viene presentata la teoria delle catene di Markov a tempo discreto su spazi degli stati finiti, con particolare attenzione alle matrici di transizione, alle distribuzioni invarianti e al teorema ergodico. Quest’ultimo costituisce il principale strumento teorico per comprendere l’esistenza e l’unicità della distribuzione limite associata a una catena di Markov. Successivamente viene ricostruita la formulazione matematica del PageRank, interpretando il comportamento di un utente che naviga nel web come una catena di Markov. Vengono analizzati i problemi derivanti dalla struttura della rete e le modifiche introdotte per ottenere una matrice di transizione ergodica, studiando inoltre il metodo delle potenze utilizzato per il calcolo degli indici di PageRank e il relativo costo computazionale. L’ultima parte della tesi è dedicata allo studio dei principali parametri dell’algoritmo: il fattore di teletrasporto α, la matrice sparsa H e il vettore di personalizzazione vᵀ. Per ciascuno di essi viene analizzato l’effetto prodotto sulle classifiche delle pagine e viene studiata la sensibilità del vettore di PageRank alle perturbazioni dei parametri. Infine, attraverso un teorema di stabilità, viene fornita una stima della variazione degli indici di PageRank conseguente a modifiche della struttura della rete web.
Abstract
La presente tesi analizza il funzionamento dell’algoritmo PageRank, sviluppato da Larry Page e Sergey Brin per la classificazione delle pagine web, attraverso gli strumenti della teoria delle catene di Markov. Dopo aver introdotto alcuni preliminari di algebra lineare e analisi matriciale, viene presentata la teoria delle catene di Markov a tempo discreto su spazi degli stati finiti, con particolare attenzione alle matrici di transizione, alle distribuzioni invarianti e al teorema ergodico. Quest’ultimo costituisce il principale strumento teorico per comprendere l’esistenza e l’unicità della distribuzione limite associata a una catena di Markov. Successivamente viene ricostruita la formulazione matematica del PageRank, interpretando il comportamento di un utente che naviga nel web come una catena di Markov. Vengono analizzati i problemi derivanti dalla struttura della rete e le modifiche introdotte per ottenere una matrice di transizione ergodica, studiando inoltre il metodo delle potenze utilizzato per il calcolo degli indici di PageRank e il relativo costo computazionale. L’ultima parte della tesi è dedicata allo studio dei principali parametri dell’algoritmo: il fattore di teletrasporto α, la matrice sparsa H e il vettore di personalizzazione vᵀ. Per ciascuno di essi viene analizzato l’effetto prodotto sulle classifiche delle pagine e viene studiata la sensibilità del vettore di PageRank alle perturbazioni dei parametri. Infine, attraverso un teorema di stabilità, viene fornita una stima della variazione degli indici di PageRank conseguente a modifiche della struttura della rete web.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Ermeti, Thomas
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
PageRank,catene di markov,stabilità,parametri,processi stocastici,matrici
Data di discussione della Tesi
25 Settembre 2026
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Ermeti, Thomas
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
PageRank,catene di markov,stabilità,parametri,processi stocastici,matrici
Data di discussione della Tesi
25 Settembre 2026
URI
Statistica sui download
Gestione del documento: