跳到内容

Kleinberg 的枢纽和权威中心性分数。

来源：R/centrality.R
hits_scores.Rd

顶点的 Hub 得分定义为 \(A A^T\) 的主特征向量，其中 \(A\) 是图的邻接矩阵。

用法

hits_scores(
  graph,
  ...,
  scale = TRUE,
  weights = NULL,
  options = arpack_defaults()
)

参数

graph

输入图。

...

这些点用于未来的扩展，并且必须为空。

scale

逻辑标量，是否缩放结果以使其最大得分为 1。如果不使用缩放，则结果向量在欧几里得范数中具有单位长度。

weights

用于计算加权得分的可选正权重向量。如果图具有 weight 边属性，则默认使用此向量。传递 NA 以忽略权重属性。此函数将边权重解释为连接强度。并行边的权重被有效地加起来。

options

一个命名列表，用于覆盖一些 ARPACK 选项。有关详细信息，请参见 arpack()。

值

具有以下成员的命名列表

hub

顶点的 Hub 得分。

authority

顶点的 Authority 得分。

value

计算出的主特征向量的相应特征值。

options

有关 ARPACK 计算的一些信息，它具有与 arpack() 返回的 options 成员相同的成员，请参阅该文档。

详细信息

类似地，顶点的 Authority 得分定义为 \(A^T A\) 的主特征向量，其中 \(A\) 是图的邻接矩阵。

对于无向矩阵，邻接矩阵是对称的，Hub 得分与 Authority 得分相同。

参考文献

J. Kleinberg. Authoritative sources in a hyperlinked environment. Proc. 9th ACM-SIAM Symposium on Discrete Algorithms, 1998. Extended version in Journal of the ACM 46(1999). Also appears as IBM Research Report RJ 10076, May 1997.

参见

eigen_centrality() 用于特征向量中心性，page_rank() 用于 Page Rank 得分。arpack() 用于计算的底层机制。

中心性度量 alpha_centrality(), authority_score(), betweenness(), closeness(), diversity(), eigen_centrality(), harmonic_centrality(), page_rank(), power_centrality(), spectrum(), strength(), subgraph_centrality()

hub_and_authority_scores().

示例

## An in-star
g <- make_star(10)
hits_scores(g)
#> $hub
#>  [1] 2.602085e-18 1.000000e+00 1.000000e+00 1.000000e+00 1.000000e+00
#>  [6] 1.000000e+00 1.000000e+00 1.000000e+00 1.000000e+00 1.000000e+00
#> 
#> $authority
#>  [1] 1 0 0 0 0 0 0 0 0 0
#> 
#> $value
#> [1] 9
#> 
#> $options
#> $options$bmat
#> [1] "I"
#> 
#> $options$n
#> [1] 10
#> 
#> $options$which
#> [1] "LA"
#> 
#> $options$nev
#> [1] 1
#> 
#> $options$tol
#> [1] 0
#> 
#> $options$ncv
#> [1] 0
#> 
#> $options$ldv
#> [1] 0
#> 
#> $options$ishift
#> [1] 1
#> 
#> $options$maxiter
#> [1] 3000
#> 
#> $options$nb
#> [1] 1
#> 
#> $options$mode
#> [1] 1
#> 
#> $options$start
#> [1] 1
#> 
#> $options$sigma
#> [1] 0
#> 
#> $options$sigmai
#> [1] 0
#> 
#> $options$info
#> [1] 0
#> 
#> $options$iter
#> [1] 1
#> 
#> $options$nconv
#> [1] 1
#> 
#> $options$numop
#> [1] 7
#> 
#> $options$numopb
#> [1] 0
#> 
#> $options$numreo
#> [1] 7
#> 
#> 

## A ring
g2 <- make_ring(10)
hits_scores(g2)
#> $hub
#>  [1] 0 1 0 1 0 1 0 1 0 1
#> 
#> $authority
#>  [1] 1 0 1 0 1 0 1 0 1 0
#> 
#> $value
#> [1] 4
#> 
#> $options
#> $options$bmat
#> [1] "I"
#> 
#> $options$n
#> [1] 10
#> 
#> $options$which
#> [1] "LA"
#> 
#> $options$nev
#> [1] 1
#> 
#> $options$tol
#> [1] 0
#> 
#> $options$ncv
#> [1] 0
#> 
#> $options$ldv
#> [1] 0
#> 
#> $options$ishift
#> [1] 1
#> 
#> $options$maxiter
#> [1] 3000
#> 
#> $options$nb
#> [1] 1
#> 
#> $options$mode
#> [1] 1
#> 
#> $options$start
#> [1] 1
#> 
#> $options$sigma
#> [1] 0
#> 
#> $options$sigmai
#> [1] 0
#> 
#> $options$info
#> [1] 0
#> 
#> $options$iter
#> [1] 1
#> 
#> $options$nconv
#> [1] 1
#> 
#> $options$numop
#> [1] 7
#> 
#> $options$numopb
#> [1] 0
#> 
#> $options$numreo
#> [1] 6
#> 
#>