前言
在此之前,笔者写过一篇关于复杂网络中节点重要性评估方法的文章(http://blog.youkuaiyun.com/a_step_further/article/details/51176964),当时用spark实现过比较简单的方法。近期在业务应用中,又遇到需要对业务问题中不同用户的影响力进行分级的需求,那么重新捡起来复习下。这次使用igraph C library来做,因为它内置了不少已经开发好的接口,使用起来很是方便。本文将几种方法简单做一个对比。
方法讨论
评价网络中节点重要性程度的主流方法有:节点度、中心度、点介数、PageRank、特征向量等,而igraph包含有所有这些方法的实现,对应关系是:

本文对比了复杂网络中节点重要性的评价方法,如节点度、中心度、点介数、PageRank和特征向量,利用igraph C library进行实现。在实际业务场景中,基于微博转发和评论构建的图结构,评估了52万个节点和365万条边的影响力。结果展示数据呈现长尾分布。
最低0.47元/天 解锁文章
3万+

被折叠的 条评论
为什么被折叠?



