如何在pythonigraph中重用pagerank计算的先前结果

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，并且会出现一些新边（不会删除节点）。如果我有以前的pagerank计算结果，如何重用它以提高速度？在

pythonigraph模块看起来很漂亮，但是我找不到任何相关的东西。 指定的改进应该是有用的，因为pr是一个随机算法。我有一个用python编写的原型，但是我真的很想使用C库包装器来实现这一点。还有人经历过吗？在

Answer 1

首先，PageRank是一个随机算法。PageRank方程可以归结为计算稀疏矩阵的主特征向量（不完全是稀疏矩阵，而是稀疏矩阵加上其他一些矩阵的和，我们可以像稀疏矩阵一样快速地计算向量乘积），因此它是完全确定的。在

第二，不幸的是，没有办法告诉PageRank算法的内部实现，结果应该“接近”之前的PageRank向量，虽然理论上它是有用的，因为如果从一个已经接近实际特征向量的向量开始，特征向量计算可能会更快收敛。在

然而，从0.7版开始，igraph使用PRPACK来计算PageRank向量，而且PRPACK已经高度优化，所以即使您事先没有指定“特征向量提示”，它也可能在您的图上运行得很快。我先试试看怎么样。在