Personalized PageRank
ในแบบฝึกหัดนี้ จะได้ศึกษาความแตกต่างระหว่างอัลกอริทึม PageRank และ personalized PageRank
ใช้ฟังก์ชัน boxplots เพื่อแสดงการกระจายของคะแนนสำหรับลูกค้าที่เลิกใช้บริการและที่ยังใช้บริการอยู่ โดยแสดงเป็น boxplot แยกกัน 2 กราฟ
ฟังก์ชันนี้มีอาร์กิวเมนต์ 2 ตัว ได้แก่:
damping— ระบุค่าของ damping factor โดยค่าเริ่มต้นคือ 0.85personalized— พารามิเตอร์แบบ Boolean ที่ระบุว่าจะใช้อัลกอริทึม personalized PageRank หรือไม่ เมื่อกำหนดเป็น TRUE เวกเตอร์ restart จะมีค่า 1 สำหรับลูกค้าที่เลิกใช้บริการ และ 0 สำหรับลูกค้าที่ยังใช้บริการอยู่ ค่าเริ่มต้นคือ FALSE หมายความว่าไม่ใช้การ personalize
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์เชิงพยากรณ์โดยใช้ข้อมูลเครือข่ายใน R
คำแนะนำการฝึกหัด
- เรียกใช้ฟังก์ชัน
boxplotsเพื่อดูการกระจายของคะแนน PageRank มาตรฐาน โดยใช้ damping factor เป็น 0.85 - เรียกใช้ฟังก์ชัน
boxplotsเพื่อดูการกระจายของคะแนน personalized PageRank โดยใช้ damping factor เป็น 0.85 - เรียกใช้ฟังก์ชัน
boxplotsเพื่อดูการกระจายของคะแนน PageRank มาตรฐาน โดยใช้ damping factor เป็น 0.2 - เรียกใช้ฟังก์ชัน
boxplotsเพื่อดูการกระจายของคะแนน personalized PageRank โดยใช้ damping factor เป็น 0.99
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(___, ___)