PageRank 的 igraph (python) 实现是否包含自循环？

Question

我在 python 上使用带有多个自循环的加权定向网络处理 igraph。考虑到它们各自的权重和 directed = True，我已经使用 igraph 计算了节点的 pagerank。在文献中我发现 PageRank 的计算考虑了其 "random walk" (http://www.math.ryerson.ca/~abonato/webgraph.html) 节点的出度，但是它没有明确说明自循环做了什么。

我假设 igraph 在计算 PageRank 时考虑自循环是否正确？

Answer 1

测试这个：

edges1 = [(0,1),(1,2),(2,3),(1,1)]
edges2 = [(0,1),(1,2),(2,3)]

test1 = Graph(directed = True)
test2 = Graph(directed = True)
for i in xrange(4):
    test1.add_vertex(i)
    test2.add_vertex(i)

test1.add_edges(edges1)
test2.add_edges(edges2)    

print(test1.pagerank())
#[0.10419852083404119, 0.33524741485734993, 0.24667867214841493, 0.3138753921601939]
print(test2.pagerank())
#[0.11615582303660361, 0.2148882726177167, 0.29881085476166275, 0.37014504958401695]

年。

为代码简洁而编辑。

PageRank 的 igraph (python) 实现是否包含自循环？

Does igraph (python) implementation of PageRank include self-loops?

python

igraph

pagerank