[wbia 1.7] 网页的入度、出度以及Pagerank结果

经过以上步骤，我们得到了各个网页的入度、出度以及Pagerank结果。根据入度排名的页面前20名如下，每行的三列分别表示Url，出度，入度：

 1 http://stl.pku.edu.cn/bbs/forumindex.aspx       97      37879

 2 http://stl.pku.edu.cn/cn/index.aspx     142     37209

 3 http://stl.pku.edu.cn/BBS/archiver/index.aspx   18      36678

 4 http://stl.pku.edu.cn/BBS/index.aspx    0       36657

 5 http://stl.pku.edu.cn/BBS/usercpcreditspay.aspx 25      36656

 6 http://stl.pku.edu.cn/BBS/usercpsubscribe.aspx  25      36656

 7 http://stl.pku.edu.cn/BBS/usercp.aspx   25      36656

 8 http://stl.pku.edu.cn/BBS/usercpnewpassword.aspx        25      36656

 9 http://stl.pku.edu.cn/BBS/usercpprofile.aspx    25      36656

10 http://stl.pku.edu.cn/BBS/usercpprofile.aspx?action=avatar      25      36656

11 http://stl.pku.edu.cn/BBS/tools/sitemap.aspx    0       36656

12 http://stl.pku.edu.cn/BBS/stats.aspx    25      36656

13 http://stl.pku.edu.cn/BBS/showtemplate.aspx?templateid=1        25      36656

14 http://stl.pku.edu.cn/BBS/showtemplate.aspx     25      36656

15 http://stl.pku.edu.cn/BBS/templates/default/images      1       36656

16 http://stl.pku.edu.cn/BBS/favicon.ico   0       36656

17 http://stl.pku.edu.cn/BBS/      0       36656

18 http://stl.pku.edu.cn/BBS/search.aspx   17      36639

19 http://stl.pku.edu.cn/BBS/templates/default     1       36637

20 http://stl.pku.edu.cn/BBS/login.aspx    24      36637

根据出度排名的页面前20如下，每行的三列分别表示Url，出度，入度：

 1 http://www.pkuszh.com/    383    5

 2 http://www.pkuszh.com/index.jsp    382    665

 3 http://phbs.pku.edu.cn/bbs/left.asp    319    9

 4 http://phbs.pku.edu.cn/info/bbs/online.asp?menu=tolrestore    306    6

 5 http://phbs.pku.edu.cn/info/bbs/online.asp?menu=board    306    6

 6 http://phbs.pku.edu.cn/info/bbs/online.asp?menu=todaypage    306    6

 7 http://phbs.pku.edu.cn/info/bbs/online.asp?menu=cutline    306    6

 8 http://phbs.pku.edu.cn/bbs/online.asp?menu=cutline    306    7

 9 http://phbs.pku.edu.cn/bbs/online.asp?menu=todaypage    306    7

10 http://phbs.pku.edu.cn/bbs/online.asp?menu=board    306    7

11 http://phbs.pku.edu.cn/bbs/online.asp?menu=tolrestore    306    7

12 http://rw.pkusz.edu.cn/info/list.asp?classid=4    291    311

13 http://rw.szpku.edu.cn/info/list.asp?classid=4    291    311

14 http://www.pkuszh.com/clinic.jsp?day=1    256    2

15 http://www.pkuszh.com/clinic.jsp?day=2    256    2

16 http://www.pkuszh.com/clinic.jsp?day=3    256    2

17 http://www.pkuszh.com/clinic.jsp?day=4    256    2

18 http://www.pkuszh.com/clinic.jsp?day=5    256    2

19 http://www.pkuszh.com/clinic.jsp?day=6    256    2

20 http://www.pkuszh.com/clinic.jsp?day=7    256    2

根据Pagerank排名的前20名如下，三列分别表示url，pagerank，入度

http://phbs.pku.edu.cn/bbs/Licence.asp    0.00982983811021240390    18127

http://phbs.pku.edu.cn/info/bbs/Licence.asp    0.00834580451985804210    17117

http://finpeople.phbs.pku.edu.cn:8080/bbs/    0.00819500390056993391    8254

http://licence.bbsxp.com/Licence.asp?web=phbs.pku.edu.cn    0.00772622598377128642    2

http://rw.pkusz.edu.cn/bbs/Licence.asp    0.00627703840395491246    6852

http://rw.szpku.edu.cn/bbs/Licence.asp    0.00627638224736469519    6852

http://scbb.szpku.edu.cn/lab/index.asp    0.00574865395806873746    10606

http://phbs.pku.edu.cn/bbs/online.asp    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/ShowForum.asp?forumid=11    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/ShowForum.asp?forumid=294    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/ShowForum.asp?forumid=7    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/ShowForum.asp?forumid=6    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/ShowForum.asp?forumid=24    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/login.asp    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/ShowForum.asp?forumid=8    0.00530647654379019350    17932

http://phbs.pku.edu.cn/bbs/register.asp    0.00530644082604916651    17931

http://phbs.pku.edu.cn/bbs/help.asp    0.00530644082604916651    17931

http://phbs.pku.edu.cn/bbs/RecoverPasswd.asp    0.00530644082604916651    17931

http://scbb.szpku.edu.cn/lab/rules.asp    0.00499788357330678210    10590

http://scbb.szpku.edu.cn/lab/news.asp    0.00499788357330678210    10590

可以看到，无论是入度还是Pagerank，排名比较靠前的都是bbs的功能页面，因为bbs页面数量众多，每个页面都会有链接指向功能页面。出度比较大的是导航性质的网站。

我们抽取各个排名的前10000名，得到相应数据的图像，得到结果如下：

入度（横轴为入度排名，纵轴为入度值）：

可以看到入度下降很快，少数几个URL集中了大部分的链入。

再来看出度得到的图像（横轴为出度排名，纵轴为出度值）

与入度相似，下降很快然后维持基本不动，不过不像入度差别那么大。最高不到400，平均有50左右。

 

下面来看Pagerank排名与值之间的关系如下：

下降比入度要快。

 

    由上面可以看到，网站出度分布不均衡，网站比较多元化。另外整个网站的入度和pagerank下降很快。由于bbs的页面占有很大比例，因此bbs导航性质的链接显示出了比较大的Pagerank和入度。由于大量的bbs页面存在，在这个爬取结果中，可以认为bbs导航性质的页面是重要的。