网页排序 HITS算法的python实现

最新推荐文章于 2020-01-22 13:54:07 发布

seekerhit

最新推荐文章于 2020-01-22 13:54:07 发布

阅读量4.8k

点赞数 1

分类专栏：数据挖掘文章标签：网页排序 HITS算法 python 源代码

本文链接：https://blog.csdn.net/seekerhit/article/details/50988296

版权

该博客介绍了HITS（Hypertext Induced Topic Selection）算法的Python实现，提供了源代码，并指出默认使用的数据文件是pgr_data.txt。读者可以通过修改源代码或使用命令行参数来调整输入数据。

摘要由CSDN通过智能技术生成

算法原理不在赘述，请参考：

http://blog.csdn.net/hguisu/article/details/8013489

将代码保存为.py格式，默认使用的数据是代码文件所在目录下data目录下的 pgr_data.txt 文件分别作为源数据输入。以上参数可以在源代码中修改，也可以使用命令行参数传入，参考以下启动方式：

python hits.py pgr_data.txt

命令中后参数为输入数据的途径。

代码中设立了三个参数，分别为：

size = 100  ### the size of the networks  
times = 200 ### the maxmim times for iterations  
error = 0.0001 ### the error used for stoping the iterations

分别为hits算法的网络的最大节点数，迭代最大次数，最大误差允许。最后两个参数用来限制迭代次数。

python 源代码如下：

__author__ = 'Administrator'
import re
import sys



size = 100  ### the size of the networks
times = 200 ### the maxmim times for iterations
error = 0.0001 ### the error used for stoping the iterations

tr_data = [[0 for i in range(size)] f