1. Learn
    2. /
  2. Courses
    3. /
  3. Phân tích dự đoán với dữ liệu mạng trong R
Connected

Exercise

Thay đổi trong PageRank

Công thức PageRank \(\vec{PR}=\alpha \cdot A \cdot \vec{PR} + (1-\alpha)\cdot \vec{e}\) có thể được giải lặp cho \(\vec{PR}\). Ở mỗi vòng lặp, giá trị hiện tại của \(\vec{PR}\) được dùng để tính ra một giá trị mới gần hơn với giá trị thực. Điều này có nghĩa là độ chênh lệch giữa các \(\vec{PR}\) của hai vòng lặp liên tiếp sẽ nhỏ dần cho đến khi \(\vec{PR}\) hội tụ về giá trị thực và chênh lệch trở nên (gần như) bằng không. Trong bài tập này, bạn sẽ quan sát thuật toán PageRank và cách nó hội tụ.

Instructions

100 XP
  • Thực hiện một vòng lặp của thuật toán PageRank bằng page.rank() với network và chỉ định niter=1. Trích xuất thuộc tính vector và gán kết quả cho iter1.
  • Lặp lại bước vừa rồi với niter=2. Gán kết quả cho iter2.
  • Tính tổng chênh lệch tuyệt đối giữa hai vector iter1 và iter2.
  • Chúng tôi đã tính iter9 và iter10 theo cách tương tự như iter1 và iter2. Liệu chênh lệch giữa hai vòng lặp này có nhỏ hơn so với giữa vòng lặp 1 và 2 không?