R中的PageRank。向量问题以及如何迭代邻接矩阵

我有一个1和0的500x500邻接矩阵，我需要计算每个页面的pagerank。这里有一个代码，其中R是矩阵，T=0.15是常数：

 n = ncol(R)
 B = matrix(1/n, n, n) # the teleportation matrix
 A = 0.85 * R + 0.15 * B
 ranks = eigen(A)$vectors[1] # my PageRanks
 print(ranks)
[1] -0.5317519+0i

我对R没有太多的经验，但是我假设给定的输出是一个通用的pagerank，并且我需要每个页面都有一个pagerank

有没有一种方法可以构造一个与矩阵相关的pageranks表？我在网上没有找到任何与我的具体案例相关的信息。

几点：

（1） 您需要将二进制邻接矩阵（在您的例子中是R）转换为列随机转移矩阵（表示页面之间转移的概率）

（2） A也需要保持为列随机，那么只有对应于特征值1的主导特征向量将是页面秩向量

（3） 要找到矩阵A的第一个特征向量，需要使用特征（A）$vectors[，1]

具有小5x5邻接矩阵R的示例：

set.seed(12345)
R = matrix(sample(0:1, 25, replace=TRUE), nrow=5) # random binary adjacency matrix
R = t(t(R) / rowSums(t(R))) # convert the adjacency matrix R to a column-stochastic transition matrix
n = ncol(R)
B = matrix(1/n, n, n) # the teleportation matrix
A = 0.85 * R + 0.15 * B
A <- t(t(A) / rowSums(t(A))) # make A column-stochastic
ranks = eigen(A)$vectors[,1] # my PageRanks
print(ranks)
# [1] 0.05564937 0.05564937 0.95364105 0.14304616 0.25280990
print(ranks / sum(ranks)) # normalized ranks
[1] 0.03809524 0.03809524 0.65282295 0.09792344 0.17306313

set.seed（12345）
R=矩阵（样本（0:1，25，替换=TRUE），nrow=5）#随机二进制邻接矩阵
R=t（t（R）/行和（t（R））#将邻接矩阵R转换为列随机转移矩阵
n=ncol（R）
B=矩阵（1/n，n，n）#隐形传态矩阵
A=0.85*R+0.15*B
但是，我得到了更多的错误：B=矩阵（1/n，n，n）#隐形传态矩阵>A=0.85*R+1*B中的0.85*R+1*B错误：非一致性阵列>A由于某些错误而未计算。在这种情况下，R是转移概率矩阵，B是隐形传态矩阵，请确保dim（R）=dim（B）。我们有吗？同样，A=（1-p）*R+p*B，如果隐形传态概率p=0.15，1-p=0.85。