数据分析之图算法: 基于Spark和Neo4j

84

｜

第

5

章

5.5.1

　影响力

直观地说，相对于那些不太重要的节点而言，与较为重要的节点相连对节点的影响更大。

衡量影响力通常涉及对节点的评分，要用到加权关系，之后还要在多次迭代中更新分值。

有时要对所有节点进行评分，但有时也可随机选取节点作为代表性样本。

请记住，中心性指标代表了某节点相对于其他节点的重要性。中心性是对节

点潜在影响力的排序，而不是对实际影响力的度量。比如说，在网络中有两

个人处于中心地位，但可能由于种种原因，其实际影响力会转移到其他人身

上。量化实际影响力是设计附加影响指标中很活跃的一个研究领域。

5.5.2

　

PageRank

算法公式

谷歌公司在最初的论文中将

PageRank

算法定义为：

( 1) ( )

( ) (1 )

( 1) ( )

PR T PR Tn

PR u d d

CT CTn



=−+ ++







解释如下。

•

假设页面

u

中含有从第

T

1

页到第

Tn

页的引用。

•

d

是取值介于

0

～

1

的阻尼系数，通常设为

0.85

。可以将其视为用户将持续单击的概率。

这有助于最小化等级沉没，稍后解释。

• 1 –

d

是不考虑任何关系直接到达节点的概率。

•

C

(

Tn

)

定义为节点

T

的出度。

图

5-11

展示了

PageRank

算法如何持续更新节点等级，直到算法收敛或满足设置的迭代次

数为止。