Python NetworkX hits_numpy用法及代码示例

返回节点的 HITS 集线器和权限值。

HITS 算法计算一个节点的两个数字。当局根据传入链接估计节点值。 Hubs 根据传出链接估计节点值。

参数：

G：图形

NetworkX 图

normalized：布尔(默认=真)

通过所有值的总和对结果进行归一化。

返回：

(hubs,authorities)：字典的二元组

由节点键入的两个字典，包含中心值和权限值。

注意：

特征向量计算使用 NumPy 的 LAPACK 接口。

HITS 算法是为有向图设计的，但该算法不检查输入图是否有向，并将在无向图上执行。

参考：

1

A. Langville and C. Meyer, “A survey of eigenvector methods of web information retrieval.” http://citeseer.ist.psu.edu/713792.html

2

Jon Kleinberg, Authoritative sources in a hyperlinked environment Journal of the ACM 46 (5): 604-32, 1999. doi:10.1145/324133.324140. http://www.cs.cornell.edu/home/kleinber/auth.pdf.

例子：

>>> G = nx.path_graph(4)

hubs和authorities由分别对应于hubs_matrix和authority_matrix的最大特征值的特征向量给出。

hubs 和 authority 矩阵是从邻接矩阵计算的：

>>> adj_ary = nx.to_numpy_array(G)
>>> hubs_matrix = adj_ary @ adj_ary.T
>>> authority_matrix = adj_ary.T @ adj_ary

hits_numpy 将各个矩阵的最大特征值对应的特征向量映射到 G 中的节点：

>>> hubs, authority = nx.hits_numpy(G)