1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Phân tích dự đoán với dữ liệu mạng trong R
Connected

Bài tập

PageRank cá nhân hóa

Trong bài tập này, bạn sẽ tìm hiểu sự khác biệt giữa thuật toán PageRank và PageRank cá nhân hóa. Bạn có thể dùng hàm boxplots, hàm này hiển thị phân phối điểm số của nhóm rời bỏ (churners) và không rời bỏ bằng hai boxplot riêng biệt. Hàm có hai tham số:

  • damping, biểu thị giá trị của hệ số giảm chấn (damping factor). Giá trị mặc định là 0.85.
  • personalized, một tham số Boolean cho biết có dùng thuật toán PageRank cá nhân hóa hay không. Khi TRUE, véc-tơ khởi động lại có giá trị 1 cho các churner trong mạng và 0 cho các non-churner. Giá trị mặc định là FALSE, tức là không cá nhân hóa.

Hướng dẫn

100 XP
  • Gọi hàm boxplots để xem phân phối điểm PageRank tiêu chuẩn với hệ số giảm chấn 0.85.
  • Gọi hàm boxplots để xem phân phối điểm PageRank cá nhân hóa với hệ số giảm chấn 0.85.
  • Gọi hàm boxplots để xem phân phối điểm PageRank tiêu chuẩn với hệ số giảm chấn 0.2.
  • Gọi hàm boxplots để xem phân phối điểm PageRank cá nhân hóa với hệ số giảm chấn 0.99.