맞춤형 페이지 순위 알고리즘과 그 작동 방식에 대해 저를 감싸 주려고했습니다. 나는이 그래프를 나타내는 this paper을 보았습니다 : see link to image below의 무게를 PPR로 계산했습니다. 그들이 제공하는 모델로 계산을 재현하는 데 어려움이 있습니다.맞춤형 페이지 순위
개념을 둘러싼 나를 감싸는 데 도움을 줄 사람이 누구라도 될 수 있습니까?
감사합니다!
이 용지는 개인화 된 페이지 순위에 대한 좋은 참고 자료입니다. 기본적으로 내 이해, ppr 점수는 소스 노드가 대상 노드로 이동할 확률을 알려줍니다. 그래프에서 특정 소스 노드와 대상 노드 간의 관계를 설명하는 특정 점수입니다.
결과를 재현하는 데 문제가 있다면 파이썬에서 networkx를 사용하고 그래프를로드하고 networkx.pagerank (그래프, 개인 설정 = { 'a': 0, 's': 1, ', b ': 0 ....}) Networkx는 ppr을 계산하기 위해 전력 반복 접근법을 사용하므로 예제에 표시된 것과 똑같은 결과를 얻을 수 있습니다.
여기에 C++ 코드가 있습니다 https://github.com/snap-stanford/snap/blob/master/snap-core/randwalk.h이 방법은 무작위 도보 기반 방식이기 때문에 예제에 표시된 것과 정확히 같은 결과를 얻을 수는 없지만 순위는 정확합니다.
희망이 있습니다.
