私は今これを非効率的に行っていると思うので、これをより良く行う方法の提案が必要でした. 現在、有向グラフがあり、ノード固有の要因を使用しています(つまり、ノードを分析してから、2 つの間のエッジにスコアを割り当てます)。私には多くの要因があり、エッジの重みを変更し続けています(私の場合、重みが高いほど良いです)。
しかし、それらはノード固有のものであり、グラフの構造を利用して推論も行いたいと考えていました（エッジが多いほど、ノードのランキングが向上するなど）。
私の問題は、これらが発生している 2 つの異なるプロセスであり、何らかの方法で 2 つを組み合わせて推論できるかどうかを確認したいということです。現在、私は自分のノードで pagerank を実行しています (ノードの各セットは私の日を分割しているので、データセット全体で pagerank を実行し、当日の結果のみをキャプチャします)、現在の日の pagerank スコアを取得し、それらをさまざまなエッジからノードまでのすべての重みの合計。それは少し混乱し、別の方法があるかどうか、またはページランクを取得してエッジの重みを考慮することができるかどうか（または他の何か..プログラムを簡単に変更できるかどうか）疑問に思っていましたか？
現在のアプローチに対する私の懸念は、ノードごとに調査する要素を追加すると、スコアが増加しますが (各ノードは 0 ～ 1 の値を追加します)、pagerank スコアは小さいままであるため、aa ノードのスコアが 25 で、 pagerank が .034 の場合、相対的に pagerank スコアはグラフの推論に大きな役割を果たしません。
どんな助けや提案も素晴らしいでしょう。私はグラフを少し読んだことがありますが、私はまだ初心者なので、誤った仮定を修正してください。また、役立つ場合は、グラフに python と networkx ライブラリを使用しています。