问题
1 .“排名遗漏”(Rank Leak )如果某个页面未链接，则其他页面的宣传值最终为0，除非像黑洞一样吸收和释放其他页面的影响力。
2 .“秩沉没”(Rank Sink )如果某个页面只有轮廓链而没有链，则在重复计算过程时，该页面的PR值为0 (即表达式中不存在v )。
对策
PageRank的随机浏览模型假设用户并不像跳转链接那样连接到互联网，而是可能直接输入网址访问其他页面。
定义阻尼因子d。 此因子表示用户通过跳转链接连接到互联网的概率，通常为固定值0.85。 另一方面，1-d=0.15表示用户没有通过跳转链接访问网页。 例如，直接输入网站。
示例：希拉里邮件人物关系importosimportnumpyasnpimportpandasaspdimportnetworkxasnxfromcollectionsimportdefaultdictimportmatplotlib作为页面ageRank () :def_init_ () self， root _ path (: self.root_path=root _ path # print ) self.root _ path ) self.aliases={ } self.persons={ '').split('@'(0) ifnameinself.Aliases.keys ) ) : return self.persons [ self.aliases [ name ] ] return name 3360 file=PD.read _ CSV (OS.path.join (self.root _ path，' input/Aliases.csv ' ) ) for index，rowinfile.iiv row ) self.aliases [ row [ ' alias ' ]=row [ ' personid ' ] file=PD.read _ CSV (OS.path.join ) self.root_ row in file.iterrows () : self.persons [ row [ ' id ' ]=row [ ' name ' ] #将发件人和收件人的名称规范化emails=PD.read_CSV ) Emails.csv ' () emails.metadata from=emails.metadata from.apply (self.unify _ name ) emails.metadatatata边的路径邮件发送次数edges _ weights _ temp=default dict (list ) forro WinZip (emails.metadata from，emails.MetadataTo，emails.Mero ) 与emails .相同。row[1] ) iftempnotinedges _ weights _ temp 3360 edges _ weights _ temp [ temp ]=1else 3360 edges _ weights (1else3360edges_weights ) temp 1 edges_weights=[(key[0]，key[1]，val]forkey， valinedges _ weights _ temp.items () self.draw _ g rapping edges _ weights (: #有向图graph=nx.DiGraph ) #有向图weight ) graph.add_weighted_edges_，且作为节点pagerank属性pagerank=NX.pagerank(graph ) #是以pagerank数值为节点的属性values=page rank (self.show _ graph )剔除完整图像(设置PR值阈值， 筛选大于阈值的重要核心节点page rank _ threshold=0.005 small _ graph=graph的p _ Rankin graph.nodes (数据=true ) : ifp _ Rankin graph.nodes page rank _ threshold 3360 small _ graph.remove _ ' circular _ layout ' (def show _ graph (self，graph )， layout=' spring _ layout ' (: if layout==' circular _ layout ' : positions=NX.circular _ layout ) graph ) e lout 大小与pagerank值相关。 pagerank值很小，因此需要* 20000 nodesize=[ x [ ' page rank ' ] * 20000 forv。 xingraph.nodes(data=true ) )网络图的边长edgesize=[ NP.sqrt ] e [2] [ ' weight ' ] forein graph.edges ] data alpha=0.4 ) #绘制边NX.draw_networkx_edges(graph，positions，edge_size=edge alpha=0.2 ) #绘制节点的label NX.drara font_size=10 ) plt.show ) if__name Study数据分析实战 page rank-master ' run _ page rank=page rank (根) run