我怎样才能在python-igraph中重复使用以前的Pagerank计算结果

Question

我有一个不断变化的图表。随着时间的推移，会添加一些顶点并出现一些新边（节点不会被删除）。如果我有一个先前的pagerank计算结果，我如何重新使用它以提高速度？

python igraph模块看起来很漂亮，但我无法找到任何相关内容。 指定的改进应该是有用的，因为pr是随机算法。我有一个用python编写的原型，但我真的很想使用C库包装器。还有其他人经历过吗？

Answer 1

首先，PageRank 不是随机算法。 PageRank方程归结为计算稀疏矩阵的主要特征向量（嗯，不完全是稀疏矩阵，但是稀疏矩阵加上一些其他矩阵的总和，我们可以像稀疏那样快速地计算向量积），所以它是完全确定的。

其次，遗憾的是，没有办法告诉PageRank算法的内部实现，结果应该是＆＃34; close＆＃34;以前的PageRank向量，虽然理论上它可能是有用的，因为如果从已经接近真实特征向量的向量开始，特征向量计算可能会收敛得更快。

然而，igraph使用PRPACK来计算自0.7版以来的PageRank向量，并且PRPACK已经高度优化，因此即使你没有，它也可能会在你的图表上快速运行指定一个＆＃34;特征向量提示＆＃34;提前。我先试试看看它是怎么回事。