信息内容安全 实验5 基于PageRank的社会网络分析

一、实验目的

1. 掌握PageRank算法的一般计算流程； 
2. 使用Python语言对网页进行排序计算达到社会网络分析的目的；

二、实验内容

1. 计算每个网页的PR值。

2. 更改迭代次数观察迭代原理与PR值的变化规律。

   迭代次数与PR值的变化规律取决于Pagerank算法的实现方式和输入数据的特征。一般而言，随着迭代次数的增加，PR值会逐渐收敛到稳定状态。具体来说，Pagerank的迭代次数和PR值的变化规律可以总结为以下几点：

   1）初始PR值的不同会影响迭代次数和PR值的变化规律。初始PR值越接近最终收敛的PR值，迭代次数越少，PR值的变化越小。

   2）当迭代次数较少时，PR值的变化趋势比较明显，随着迭代次数的增加，PR值的变化趋势逐渐趋于平稳。

   3）当迭代次数较多时，PR值的变化趋势几乎没有明显变化，PR值的变化范围也越来越小。

   4）在实际应用中，一般会设置一个迭代次数的上限，在达到该次数后停止迭代，此时的PR值即为最终收敛的PR值。

3. 下图是某网站的超链接图的例子，要求计算图中6个节点的PR值。

   #!/user/bin/env python3
   # -*- coding: utf-8 -*-
   import numpy as np
   
   M = np.array([[0,1,1,0,0,0],
                [1,0,1,0,0,0],
                [0,1,0,0,0,0],
                [0,0,1,0,1,1],
                [0,0,0,0,0,0],
                [0,0,0,1,1,0],
                ],dtype = float)
   
   # 1.定义转移矩阵
   def move_matrix(m):
       num = m.sum(axis = 0) # 统计每一列的总数，也就是网页的链接数
       return m/num  # 返回建立的转移矩阵
   
   # 2.定义V矩阵,初始的PR值
   def V(c):
       pr = np.ones((c.shape[0],1),dtype=float)/len(c) # 初始化PR值矩阵
       return pr
   
   # 3.迭代计算pagerank值
   def PR(p,m,v):
       i = 0
       while 1:
           v1 = p*np.dot(m,v) + (1-p) * v
           if np.abs((v-v1).all()) < 0.001:
               break
           else:
               v = v1
           i += 1
           if i==50:break
       print('求pr值迭代%d次'%(i))
       return v
   
   # 4.测试
   M1 = move_matrix(M)
   V1 = V(M1)
   a = 0.85
   print('最后迭代网页PR值结果为：\n',PR(a,M1,V1))