7,129
个编辑
更改
跳到导航
跳到搜索
第606行：
第606行： − + 第621行：
第621行： − 矩阵M每一列加起来都是1（值得注意的是，对于没有出链的节点，列加起来等于0，比如图1的节点A），即:+ + + − 事实上，M是一个转移矩阵transition matrix（也叫概率矩阵probability matrix，马尔可夫矩阵Markov matrix）。因此，PageRank是eigenvector centrality的一个变体。+ + +
→邻接函数 Adjacency functionc
====邻接函数 Adjacency functionc====
====邻接函数 Adjacency functionc====
邻接函数，<math>\zeta(p_{1},p_{2})</math>组成了矩阵M
邻接函数，<math>\zeta(p_{1},p_{2})</math>组成了矩阵<math> M </math>
以节点G为例，G给B和E投票，所以B得到1/2。
以节点G为例，G给B和E投票，所以B得到1/2。
矩阵<math> M </math>每一列加起来都是1（值得注意的是，对于没有出链的节点，列加起来等于0，比如图1的节点A），即:
:<math>\sum^{N}_{i=1}\imath (p_{i}, p_{j}) = 1</math>
:<math>\sum^{N}_{i=1}\imath (p_{i}, p_{j}) = 1</math>
事实上，<math> M </math>是一个转移矩阵transition matrix（也叫概率矩阵probability matrix，马尔可夫矩阵Markov matrix）。因此，PageRank是eigenvector centrality的一个变体。
====矩阵M====
====矩阵M====