我正在尝试根据图表进行推荐。每个节点代表一份学术论文，每个链接A-> B表示论文A引用的论文B。图形中的父节点是感兴趣的论文（输入），我需要为其提供输出中最相关的论文作为输出。根据他们相互引用的方式绘制图表。
实现此目标的一种方法是通过the technique that these 2 guys propose。
在4.1节中，他们说他们计算图的熵，然后删除一个节点并重新计算它。熵的变化应该是节点“重要性”的度量。但是，它们的伪代码看起来有所不同（第3.2节），它们讨论的是通过计算单个节点所有边缘的熵来计算单个节点的熵。
问题：
我将如何计算图的熵？在公式中，他们提出H（Graph）= p（Vi）* log（（1 / p（Vi）））的和，我的实际p（Vi）是多少？
如伪代码部分中的论文所述，如何计算单个节点的熵或节点边缘的熵？
提前谢谢！