如果您从 R 中使用 igraph,请使用此选项
page_rank {igraph} | R 文档 |
计算指定顶点的 Google PageRank 值。
page_rank(
graph,
algo = c("prpack", "arpack"),
vids = V(graph),
directed = TRUE,
damping = 0.85,
personalized = NULL,
weights = NULL,
options = NULL
)
图 |
图对象。 |
algo |
字符型标量,用于指定用于执行计算的实现。默认值为 |
vids |
感兴趣的顶点。 |
有向 |
逻辑值,如果为 true,则对于有向图,将考虑有向路径。对于无向图,将忽略此参数。 |
damping |
阻尼因子(原始论文中的“d”)。 |
personalized |
可选向量,用于提供概率分布以计算个性化 PageRank。对于个性化 PageRank,放弃随机游走时跳转到节点的概率不是均匀的,而是由此向量给出。该向量应包含每个顶点的条目,并且将被重新缩放以加总为 1。 |
weights |
数值向量或 |
选项 |
一个命名列表,用于覆盖某些 ARPACK 选项。有关详细信息,请参阅 |
有关 PageRank 算法的解释,请参见以下网页:http://infolab.stanford.edu/~backrub/google.html,或以下参考
Sergey Brin 和 Larry Page:The Anatomy of a Large-Scale Hypertextual Web Search Engine. Proceedings of the 7th World-Wide Web Conference, Brisbane, Australia, April 1998.
page_rank
函数可以使用 PRPACK 库或 ARPACK(请参阅 arpack
)来执行计算。
请注意,给定顶点的 PageRank 取决于所有其他顶点的 PageRank,因此即使您只想计算某些顶点的 PageRank,也必须计算所有顶点的 PageRank。仅请求某些顶点的 PageRank 不会导致任何性能提升。
一个带有以下条目的命名列表
vector |
具有 PageRank 分数的数值向量。 |
value |
对应于具有 page rank 分数的特征向量的特征值。它应该始终恰好为 1。 |
选项 |
有关底层 ARPACK 计算的一些信息。有关详细信息,请参阅 |
Tamas Nepusz ntamas@gmail.com 和 Gabor Csardi csardi.gabor@gmail.com
Sergey Brin 和 Larry Page:The Anatomy of a Large-Scale Hypertextual Web Search Engine. Proceedings of the 7th World-Wide Web Conference, Brisbane, Australia, April 1998.
其他中心性分数:closeness
、betweenness
、degree
g <- sample_gnp(20, 5/20, directed=TRUE)
page_rank(g)$vector
g2 <- make_star(10)
page_rank(g2)$vector
# Personalized PageRank
g3 <- make_ring(10)
page_rank(g3)$vector
reset <- seq(vcount(g3))
page_rank(g3, personalized=reset)$vector