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):
每个节点都有一个Hub分数和Authority分数,所以有一个Hub向量 h h 和Authority向量 a a ,向量的每个元素都初始化为 1n√ 1 n ,其中 n n 为节点数:
按如下方式交替更新 h h 和 a a 的值:
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:
Python代码
分析
考虑两步,则:
所以最终得到的 h∗ h ∗ 是 AAT A A T 的主特征向量, a∗ a ∗ 是 ATA A T A 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