تمرین پیاده سازی الگوریتم(65982))=/

شرح پروژه

#پروژه_جدید
#کدپروژه : 65982
موضوع : تمرین پیاده سازی الگوریتم =/
سلام
این تمرینی که براتون میفرستم رو تیمتون میتونن انجام بدن؟

نکاتی درباره تمرین الگوریتم PageRank

🔴 یک نکته مهم همین ابتدا بگیم:
استفاده از کتابخانه هایی که گراف رو دریافت میکنند و به شما رنکینگ را میدهند مجاز نیست.

🅰️ سوال اصلی:
هدف از این تمرین این هست که شما مراحل این الگوریتم رو خودتون پیاده سازی بکنید، یعنی:

1️⃣ به دست آوردن ماتریس Q از روی داده هامون. (به طور مشخص از دو ستون)
page_url & link_url

2️⃣ به دست آوردن ماتریس P
3️⃣ به دست آوردن ماتریس A
4️⃣ به دست آوردن r از روی ماتریس A

برای مرحله ۴ شما میتوانید از کتابخانه های آماده (مانند
np.linalg.eig(M)

) استفاده کنید،‌ یعنی مقادیر ویژه متناظر با ماتریس A را بدست بیاورید، سپس بردار ویژه متناظر با بزرگترین مقدار ویژه A را در نظر بگیرید (که با توجه به ویژگی ماتریس ثابت میشود ۱ هست)
اون بردار، بردار ranking ما خواهد بود.
در مرحله ۴ شما میتوانید روش توانی را هم پیاده سازی کنید اما اجباری به پیاده سازی آن نیست و اگر از توابع آماده استفاده کنید نمره ای کسر نخواهد شد.

🅱️ سوال امتیازی:

🔴 گراف را در این سوال رسم کنید.
🔴 رنکینگ را بدست آورید.

در این سوال هدف اصلی مدل سازی و بدست آوردن گراف است و برای بدست آوردن بردار رنکینک شما نیاز نیست مجدد الگوریتم را پیاده سازی کنید به این علت که  از همان توابعی که در مرحله قبل نوشته اید به راحتی میتوانید استفاده بکنید.


def get_ranking(Q):
    pass

که این تابع برای سوال اصلی نوشته شده است.

اگه مشکل الگوریتمه میتونم اونم بفرستم

نیازی به تمرین امتیازی هم نیست
تا یکشنبه ۱۲ شب زمان دارم

این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

کاربر386156

عضویت دو سال پیش

4959 پروژه ثبت شده ،

28 پروژه در حال انجام ،

64 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 24%