使用Matlab实现PageRank算法推算文本来源的示例代码：

以下是一个使用Matlab实现PageRank算法的示例代码，用于推算文本来源。假设有5篇文章，每篇文章都引用了其他的文章，我们想要推算出这些文章的重要性排名。

%定义链接矩阵
M = [0 0 1 0 1;
     1 0 0 0 0;
     0 1 0 0 1;
     0 1 0 0 0;
     0 0 1 1 0];

%计算每个页面的出链数
outlinks = sum(M, 2);

%将所有出链数为0的页面的链接分配给所有页面
for i=1:size(M,1)
    if outlinks(i) == 0
        M(i,:) = 1/size(M,1);
    end
end

%归一化链接矩阵
for i=1:size(M,1)
    M(i,:) = M(i,:) / sum(M(i,:));
end

%设置初始页面的PageRank值
PR = ones(size(M,1),1) / size(M,1);

%定义阻尼系数d
d = 0.85;

%开始迭代
for i=1:100
    PR = (1-d) + d * M * PR;
end

%输出页面的PageRank值
PR

在这个示例中，我们首先定义了一个链接矩阵，它表示了每个页面之间的链接关系。我们使用sum函数计算了每个页面的出链数，并将所有出链数为0的页面的链接分配给了所有页面。然后，我们归一化了链接矩阵，并设置了初始页面的PageRank值。最后，我们使用循环迭代PageRank值，直到收敛为止。最终，我们输出了每个页面的PageRank值，以确定它们的重要性排名。