如何將權重計入networkx的pagerank算法？

Question

我認爲我現在這樣做效率低下，想要提出一個更好的建議。目前我有一個有向圖，並使用節點特定的因素（即分析節點，然後將分數分配給兩者之間的邊）。我有很多因素，並不斷改變邊緣的重量（在我的情況下，重量越高越好）。

但是這些都是特定於節點的，我也想利用圖的結構來進行推理（更多的邊應該給節點更好的排名等）。

我的問題是這些是兩個不同的進程正在發生，我想看看我能否以某種方式將兩者結合在一起進行推理。現在，我正在我的節點上運行PageRank（每組節點在我的日子裏分開，所以我在整個數據集上運行pagerank，然後僅捕獲當天的結果），然後將當前日期的pagerank分數添加到從各個邊到節點的所有權重的總和。它有點混亂，我想知道是否有另一種方式，或者如果我可以讓pagerank考慮邊權（或別的什麼..我可以很容易地修改程序）？

我對目前的方法感到擔心的是，當我爲每個節點添加更多的因子以增加分數時（每個節點增加一個0-1之間的值），但pagerank分數保持較小，所以如果aa節點有分數25，頁面排名爲.034，那麼相對而言，PageRank分數在圖形上的推斷中就不會起到很大的作用。

任何幫助或建議將是偉大的。我已經在圖表上做了一些閱讀，但我仍然是一個n00b，所以請糾正我所做的任何不正確的假設。另外，如果有幫助，我使用python和networkx庫來繪製圖表。

Answer 1

如果你主要關心的是節點分數和頁面排名之間的相對權重，你不能只是改變它們的權重以獲得適當的平衡嗎？例如，如果您使用平均值，而不是將總和因素相加，那麼因素數量就不成問題。