No.5 使用 PageRank 找到关系网中的牛人

0x00 前言

社交关系数据已经准备就绪，PageRank算法的原理和实现我们也已经大致掌握，下面就可以在此基础上做一些有意思的事情了。

本篇会在前面抓取的500w简书的粉丝数据上，使用 PageRank 找到其中的排名靠前的用户。

0x01 前期准备

1. 数据准备

数据的存储格式如下，这也是我们在生产环境中经常使用的数据格式，因此在爬虫获取的阶段已经处理完毕。这份数据是一个有向图，左边为用户，右边为他的粉丝。

备注： 这里面用的是简书生成的用户的ID，根据这个ID可以很方便地拼出来用户的主页。

2. 程序准备

这里还是要鄙视一下自己的程序，我没用自己的写的Demo程序，而用了一个Python包：NetworkX。懂了原理之后，用一些开源的实现，总是比自己靠谱一点。

NetworkX is a Python package for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks.

NetworkX用起来很方便，总的来讲三步就搞定：

1. 引入NetworkX包
2. 初始化一个图
3. 计算PageRank值