HITS algorithmをnetworkxではなく自前で実装した話[Python]

しまさん 2019年11月13日 / 2022年3月21日

こんにちは，しまさん（@shimasan0x00）です．

HITS(Hyperlink-Induced Topic Search)を研究で少し使ってみようかなって思って色々調べたのですが日本語文献はあるにはあるのですが如何せん古い(提案された時期が1990年代なのでそれはそう)…．

結局英語論文読んだり，本を読んで勉強しました．

せっかく勉強したのでPythonで実装しようかなと思ったらnetwork xですでにhits関数が実装されていました．

ですがreturnされるのは辞書形式だし今後weighted HITSみたいな拡張を考えるなら自分で実装するか！と思って今回実装をしました．

GitHubの方には学習の足跡も残しているので今から勉強される方の参考になればと思います．

Contents

環境
GitHubのリンク
Note
現状思っていること

環境

Python 3.7.3
- matplotlib 3.1.0
- numpy 1.16.4
- pandas 0.24.2
- networkx 2.3
- pprint 0.1

スポンサーリンク

GitHubのリンク

Villager-B/HITS-Hyperlink-Induced-Topic-Search-algorithm-in-Python

https://github.com/Villager-B/HITS-Hyperlink-Induced-Topic-Search-algorithm-in-Python

HITS(Hyperlink-Induced Topic Search) algorithm in Python(not use networkx.hits function) – Villager-B/HITS-Hyperlink-Induced-Topic-Search-algorithm-in-Python

スポンサーリンク

Note

現状思っていること

精度はnetworkxのhits関数と十分近似できてるのでよかったです．

現在は隣接行列を，作成した関数に投げればndarray形式で返すようになっているのですが形式をもう少しバリエーション増やしたいなと思ってます(あとdocstringとかもろもろ整備します)．

後は投げる前の隣接行列作成をnetworkxで作っているのでnetworkxを使わずに実装！！！を掲げるのであれば隣接行列作成の関数も作ったほうが勉強になるのかなと．

Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data (Data-Centric Systems and Applications)

created by Rinker

¥13,244
(2024/04/26 03:11:47時点 Amazon調べ-詳細)

Webサービス