HITS算法详解

实例

如下有三个网页A，B，C及其链接关系：

构造邻接矩阵（Adjacent Matrix）：

$$A= \begin{bmatrix} 1 & 1 & 1 \\ 1 & 0 & 1 \\ 0 & 0 & 0 \end{bmatrix}$$

每个节点都有一个Hub分数和Authority分数，所以有一个Hub向量$\mathbf{h}$和Authority向量$\mathbf{a}$，向量的每个元素都初始化为$\frac{1}{\sqrt{n}}$，其中$n$为节点数：

$$\mathbf{h}_0= \begin{bmatrix} \frac{1}{\sqrt{3}}\\ \frac{1}{\sqrt{3}}\\ \frac{1}{\sqrt{3}} \end{bmatrix} , \quad \mathbf{a}_0= \begin{bmatrix} \frac{1}{\sqrt{3}}\\ \frac{1}{\sqrt{3}}\\ \frac{1}{\sqrt{3}} \end{bmatrix}$$

按如下方式交替更新$\mathbf{h}$和$\mathbf{a}$的值：

$$\begin{equation} \begin{aligned} \mathbf{h}_{1} & =A \mathbf{a}_0 \\ \mathbf{a}_{2} & =A^T \mathbf{h}_1 \end{aligned} \end{equation}$$

过程如下，直到任一向量不再变化（收敛）：

需要注意的是每一步都需要对得到的向量进行归一化：

$$f(\mathbf{v})= \begin{bmatrix} \frac{v_1}{\sqrt{n}}\\ \frac{v_2}{\sqrt{n}}\\ \vdots \\ \frac{v_n}{\sqrt{n}} \end{bmatrix}$$

Python代码

分析

考虑两步，则：

$$\mathbf{a}_2 = A^T(A \mathbf{a}_0)= (A^TA) \mathbf{a}_0$$

$$\mathbf{h}_3 = A(A^T \mathbf{h}_1)= (AA^T) \mathbf{h}_1$$

所以最终得到的$\mathbf{h}^*$是$AA^T$的主特征向量，$\mathbf{a}^*$是$A^TA$的主特征向量。主特征向量也就是最大的特征值对应的那个特征向量。

References
Hubs and Authorities