修改密码

请输入密码
请输入密码 请输入8-64长度密码 和 email 地址不相同 至少包括数字、大写字母、小写字母、半角符号中的 3 个
请输入密码
提交

修改昵称

当前昵称:
提交

申请证书

证书详情

Please complete this required field.

  • Ultipa Graph V4

Standalone

Please complete this required field.

Please complete this required field.

服务器的MAC地址

Please complete this required field.

Please complete this required field.

取消
申请
ID
产品
状态
核数
申请天数
审批时间
过期时间
MAC地址
申请理由
审核信息
关闭
基础信息
  • 用户昵称:
  • 手机号:
  • 公司名称:
  • 公司邮箱:
  • 地区:
  • 语言:
修改密码
申请证书

当前未申请证书.

申请证书
Certificate Issued at Valid until Serial No. File
Serial No. Valid until File

Not having one? Apply now! >>>

ProductName CreateTime ID Price File
ProductName CreateTime ID Price File

No Invoice

v5.0
搜索
    v5.0

      ArticleRank

      ✓ 文件回写 ✓ 属性回写 ✓ 直接返回 ✓ 流式返回 ✕ 统计值

      概述

      ArticleRank(文章排名)起源于PageRank,用于实现对文章的影响力排名。

      基本概念

      ArticleRank

      与网页之间的链接类似,文章(书籍、报告等)之间的引用代表权威性和高质量。通常认为,一篇文章获得的引用次数越多,该文章在其特定研究领域内的影响就越大。

      然而,并非所有文章都同等重要。因此,这种基于PageRank的文章排名方法被提出。

      ArticleRank基本保留了PageRank的计算方法,同时也进行了一些修改。当一篇文章向其引用的文章传递排名时,不是将排名除以出度进行平均分配,而是除以该文章的出度和所有文章的平均出度之和。文章u在一次迭代后的排名为:

      其中Bu是文章u的后链集合,d是阻尼系数。分母的这种变化能削弱那些出度很小的文章的贡献度。

      嬴图的ArticleRank使用的分母与原始论文不同,但核心思想是相同的。

      特殊说明

      文章引用网络有一些特性与WWW不同,例如:

      • 文章不能引用自己,即网络中没有自环边。
      • 两篇文章不能相互引用,即一篇文章不能既是另一篇文章的前链,又是它的后链。
      • 一般已发表文章中的引用不会改变,即文章的前链是固定的。

      语法

      • 命令:algo(page_rank)
      • 参数:
      名称
      类型
      规范
      默认
      可选
      描述
      init_value float >0 0.2 所有点的初始排名
      loop_num int >=1 5 迭代轮数
      damping float (0,1) 0.8 阻尼系数
      weaken int 1, 2 1 计算 ArticleRank 时,保持此项为 21 代表计算 PageRank
      limit int ≥-1 -1 返回的结果条数,-1返回所有结果
      order string asc, desc / 按排名分值大小对结果进行排序

      示例

      示例图如下:

      文件回写

      配置项 回写内容
      filename _id,rank
      algo(page_rank).params({
        init_value: 1,
        loop_num: 50,
        damping: 0.8,
        weaken: 2,
        order: 'desc'
      }).write({
          file: {filename: 'rank'}
      })
      

      结果:文件rank

      book4,0.428308
      book5,0.375926
      book6,0.319926
      book7,0.2
      book3,0.2
      book2,0.2
      book1,0.2
      

      属性回写

      配置项 回写内容 回写至 数据类型
      property rank 点属性 /
      algo(page_rank).params({
        loop_num: 50,
        weaken: 2
      }).write({
        db:{property: 'AR'}
      })
      

      结果:每个节点的排名回写至名为AR的点属性下

      直接返回

      别名序号 类型 描述 列名
      0 []perNode 点及其排名 _uuid, rank
      algo(page_rank).params({
        init_value: 1,
        loop_num: 50,
        damping: 0.8,
        weaken: 2,
        order: 'desc',
        limit: 3
      }) as AR 
      return AR
      

      结果:AR

      _uuid rank
      4 0.42830801
      5 0.37592599
      6 0.31992599

      流式返回

      别名序号 类型 描述 列名
      0 []perNode 点及其排名 _uuid, rank
      algo(page_rank).params({
        loop_num: 50,
        damping: 0.8,
        weaken: 2,
        order: 'desc',
        limit: 3
      }).stream() as AR 
      find().nodes({_uuid == AR._uuid}) as nodes
      return table(nodes._id, AR.rank)
      

      结果:table(nodes._id, AR.rank)

      nodes._id AR.rank
      book4 0.42830801
      book5 0.37592599
      book6 0.31992599
      请完成以下信息后可下载此书
      *
      公司名称不能为空
      *
      公司邮箱必须填写
      *
      你的名字必须填写
      *
      你的电话必须填写
      *
      你的电话必须填写