PageRank personnalisé

Dans cet exercice, vous allez étudier la différence entre les algorithmes PageRank standard et PageRank personnalisé. Vous pouvez utiliser la fonction boxplots, qui affiche les distributions de scores des churners et des non-churners sous forme de deux boîtes à moustaches. La fonction prend deux arguments :

damping, qui indique la valeur du facteur d’amortissement. La valeur par défaut est 0.85.
personalized, un paramètre booléen qui indique si l’algorithme PageRank personnalisé doit être utilisé. Lorsque TRUE, le vecteur de redémarrage vaut 1 pour les churners du réseau et 0 pour les non-churners. La valeur par défaut est FALSE, c’est-à-dire non personnalisé.

Cet exercice fait partie du cours

Analytique prédictive avec des données en réseau sous R

Afficher le cours

Instructions

Appliquez la fonction boxplots pour voir la distribution des scores PageRank standards avec un facteur d’amortissement de 0.85.
Appliquez la fonction boxplots pour voir la distribution des scores PageRank personnalisés avec un facteur d’amortissement de 0.85.
Appliquez la fonction boxplots pour voir la distribution des scores PageRank standards avec un facteur d’amortissement de 0.2.
Appliquez la fonction boxplots pour voir la distribution des scores PageRank personnalisés avec un facteur d’amortissement de 0.99.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Look at the distribution of standard PageRank scores
boxplots(damping = ___)

# Inspect the distribution of personalized PageRank scores
boxplots(damping = ___, personalized = ___)

# Look at the standard PageRank with damping factor 0.2
boxplots(damping = ___)

# Inspect the personalized PageRank scores with a damping factor 0.99
boxplots(___, ___)

Modifier et exécuter le code