网络 X 中页面排名函数的参数"weight"有什么作用？

Question

根据这篇文章，加权二合字母的权重对图表的页面排名有影响。我已经尝试了那篇文章中的代码：

from networkx.algorithms.link_analysis.pagerank_alg import pagerank_numpy
ddd=nx.DiGraph()
ddd.add_weighted_edges_from([('A','B',0.5),('A','C',0.5)])
print(pagerank_numpy(ddd))
ddd['A']['C']['weight']=1
print(pagerank_numpy(ddd))  
>>> {'A': 0.2597402597402597, 'B': 0.37012987012987014, 'C': 0.37012987012987014}
>>> {'A': 0.2597402597402599, 'B': 0.3333333333333334, 'C': 0.40692640692640686}

但是，与此同时，pagerank_numpy有一个名为weight的参数。根据文档：

权重(键，可选(– 用作权重的边缘数据键。如果"无"，则权重设置为 1。

在上面的示例中，未设置weight，但似乎权重并未全部设置为 1。那么，这个参数weight真正做什么呢？

网络X版本：2.1

Answer 1

PageRank 算法根据网络上的随机游走为节点分配权重。 我们可以通过偏向步行来修改算法，使其比其他边缘更遵循某些边缘。 为此，我们对网络的边缘进行了加权。 Networkx对边缘权重非常灵活。 我们可以有名称为'weight'或'scale_factor'或'relative_frequency'的权重或任何我们想命名它们的字符串。 因此，PageRank算法需要知道要使用哪个名称。

这就是您在向算法传递weight参数时告诉算法的内容。 如果它没有得到这一点，它将所有边缘视为权重为 1。