algorithm - 如何将权重纳入 networkx 的 pagerank 算法？

Question

我认为我现在做这件事的效率很低，想就如何做得更好提出建议。目前我有一个有向图并且正在使用节点特定因素(即分析节点然后为两者之间的边分配分数)。我有很多因素并不断改变边缘的权重(在我的例子中，权重越高越好)。

但是那些是特定于节点的，我也想利用图的结构来进行推理(更多的边应该给节点更好的排名，等等)。

我的问题是这是两个正在发生的不同过程，我想看看我是否可以以某种方式将两者结合起来进行推论。现在，我在我的节点上运行 pagerank(每组节点都是我的天，所以我在整个数据集上运行 pagerank 然后只捕获当天的结果)，然后获取当前天的 pagerank 分数并将它们添加到从各个边到节点的所有权重的总和。这有点令人困惑，我想知道是否有另一种方法，或者我是否可以让 pagerank 考虑边缘权重(或其他东西..我可以轻松修改程序)？

我对当前方法的担心是，当我为每个节点添加更多因素来研究时，分数会增加(每个节点添加一个介于 0-1 之间的值)但 pagerank 分数保持很小，因此如果一个节点的分数为25 和 0.034 的 pagerank，那么 pagerank 分数相对地不会在图上的推理中发挥很大作用。

任何帮助或建议都会很棒。我已经阅读了一些图表，但我仍然是一个菜鸟，所以请纠正我所做的任何不正确的假设。另外，如果有帮助，我正在为我的图形使用 python 和 networkx 库。

Answer 1

如果您最关心的是节点分数和网页排名之间的相对权重，难道您不能改变它们的权重以获得适当的平衡吗？例如，如果您使用的是平均值，而不是对分数的因素求和，那么因素的数量就不是问题。