问PageRank总是比特征向量或Katz中心性好吗？

EN

可能有点晚了，但是

特征向量中心性假设具有更重要连接的节点是重要的。例如，认识总统的人可能很重要。在数学上，这是通过求邻接矩阵最大特征值的特征向量来计算中心度测量值来实现的。

特征向量中心性的问题在于它不处理有向图，而且中心性没有传递到传入边，从而导致了中心性的大量零点，尽管它有许多输出边。Katz中心性试图通过增加一个小的偏置项来解决这个问题，这样就没有任何节点具有严格的零中心性，从而也影响了相邻节点的中心性。

但是，Katz中心性的问题是，当一个节点在网络中变得非常中心时，它会将它的中心性传递给它所有的传出链接，从而使所有这些节点非常受欢迎。例如，尽管认识总统的人很重要，但并不是所有的人都很重要(比如总统的汽车司机)。为了解决这个问题，PageRank集中度利用节点的度中心性，并与Katz中心性混合来平衡这个问题。

最后，如果图是无向的，则使用特征向量中心性。如果图是有向的，则使用Katz或PageRank取决于情况。如果您希望节点非常核心地影响其邻居，那么使用Katz；否则，使用PageRank。

你不能比较这三种原因，因为它们是基于不同的前瞻性和中心性的定义。PageRank使用特征向量中心性概念来确定网站阅读这篇文章的重要性

例如:在等心向量中心性中，我们在幂迭代算法中使用右特征向量。现在在Pagerank算法中，我们感兴趣的是节点的链接而不是外链(有向图)。所以，我们不使用右特征向量，而是使用左特征向量。特征向量中心性还读到：Katz中心性