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.
Bài tập này là một phần của khóa học
Phân tích dự đoán với dữ liệu mạng trong R
Hướng dẫn bài tập
- Gọi hàm
boxplotsđể xem phân phối điểm PageRank tiêu chuẩn với hệ số giảm chấn 0.85. - Gọi hàm
boxplotsđể xem phân phối điểm PageRank cá nhân hóa với hệ số giảm chấn 0.85. - Gọi hàm
boxplotsđể xem phân phối điểm PageRank tiêu chuẩn với hệ số giảm chấn 0.2. - Gọi hàm
boxplotsđể xem phân phối điểm PageRank cá nhân hóa với hệ số giảm chấn 0.99.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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(___, ___)