中心性分析

场景介绍

中心性分析类算法旨在分析图上各个结点重要性，例如， Twitter用户被许多其他用户关注，则该用户的排名会很高。

算法原理

• PageRank算法

  PageRank，网页排名算法是Google公司所使用的对其搜索引擎搜索结果中的网页进行排名的一种算法，也是图计算及推荐领域的基础算法。PageRank本质上是一种以网页之间的超链接个数和质量作为主要因素粗略地分析网页的重要性的算法。其基本假设是：更重要的页面往往更多地被其他页面引用（或称其他页面中会更多地加入通向该页面的超链接）。

• Betweenness（介数中心性）

  Betweenness（介数中心性）算法计算图中介数中心性值最大的K个结点，是网络中心性重要的度量参数之一，同时也是图计算领域的基础算法。介数中心性算法的目的是衡量图中每一个结点与其它结点之间的互动程度，经过结点的最短路径数越多，该结点的介数中心性值越大，结点在图中的重要性也就越高。结点的介数中心性值是基于图中最短路径经过该结点的次数计算，最后选取图中介数中心性值最大的K个结点，输出这K个结点的编号和介数中心性值。