Python NetworkX hits_scipy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

max_iter：整数，可选

幂法中的最大迭代次数。

tol：浮点数，可选

误差容限用于检查幂法迭代中的收敛性。

nstart：字典，可选

幂法迭代每个节点的起始值。

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。

抛出：

PowerIterationFailedConvergence

如果算法在幂迭代法的指定迭代次数内未能收敛到指定的容差。

注意：

此实现使用SciPy 稀疏矩阵。

特征向量计算是通过幂迭代法完成的，不能保证收敛。迭代将在max_iter 迭代或达到number_of_nodes(G)*tol 的容错后停止。

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): 604-632, 1999. doi:10.1145/324133.324140. http://www.cs.cornell.edu/home/kleinber/auth.pdf.

例子：

>>> G = nx.path_graph(4)
>>> h, a = nx.hits(G)