图的传播
1 PageRank 算法
- 参考链接: https://mp.weixin.qq.com/s/IPcwjaIYCBIynfg6a7Ml9w
- 案例示意图
- A, B, C, D 四个节点表示 4 个不同的页面, 边表示跳转的链接, 边上的值表示页面跳转的概率, 从 Adj 矩阵可以看出, 在没有标准化之前, 没有概率的含义, 因此对 Adj 矩阵按照列方向进行归一化, 得到矩阵
- M 矩阵是 Adj 归一化之后的结果, 称之为转移矩阵, 表示 j 到 i 的概率
- 此时 M 可以理解为边的权重
- 图结构中, 每一个节点(页面)的特征就是它的重要程度(等级), 默认等级为
- 通过以下公式不断迭代, 计算 R
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步