1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 네트워크 데이터 기반 Predictive Analytics
Connected

연습 문제

개인화 PageRank

이 연습 문제에서는 PageRank와 개인화 PageRank 알고리즘의 차이를 살펴보겠습니다. 두 개의 상자 그림으로 이탈 고객과 비이탈 고객의 점수 분포를 보여주는 boxplots 함수를 사용할 수 있어요. 이 함수는 두 가지 인수를 가집니다:

  • damping: 감쇠 계수의 값을 지정합니다. 기본값은 0.85입니다.
  • personalized: 개인화 PageRank 알고리즘 사용 여부를 나타내는 Boolean 매개변수입니다. TRUE이면 네트워크에서 이탈 고객은 재시작 벡터가 1, 비이탈 고객은 0이 됩니다. 기본값은 FALSE로, 개인화하지 않습니다.

지침

100 XP
  • 감쇠 계수를 0.85로 설정해, 표준 PageRank 점수의 분포를 보기 위해 boxplots 함수를 적용하세요.
  • 감쇠 계수를 0.85로 설정해, 개인화 PageRank 점수의 분포를 보기 위해 boxplots 함수를 적용하세요.
  • 감쇠 계수를 0.2로 설정해, 표준 PageRank 점수의 분포를 보기 위해 boxplots 함수를 적용하세요.
  • 감쇠 계수를 0.99로 설정해, 개인화 PageRank 점수의 분포를 보기 위해 boxplots 함수를 적용하세요.