当前有个邀请关系的业务场景，需要考虑用户两层邀请关系（即邀请用户和被邀请用户的下一层邀请用户，一个用户只能被邀请一次），来给该用户传播能力进行打分。
1、需要考虑用户邀请其他用户的数量
2、被邀请用户质量（即是否浏览，是否下单）
如何通过图算法来计算？
初步的想下，可以考虑通过 pagerank 来
图里的数据包含(用户)、(商品)两种类型的点，(用户)-[浏览]->(商品)、(用户)-[下单]>(商品)、(用户)-[邀请]->(用户)三种类型的边
算出来的用户点的 PR 值，一定程度上可以代表了传播能力
如果有什么 update 可以随时交流。
当前可能只需要考虑两层，具体被邀请用户行为已经转为权重放在边上，如果被邀请用户下单，浏览，被邀请邀请权重分别为1，0.5，0.1，如何通过两层综合考虑该用户影响能力
一般 pagerank 不带边权重，你的需求应该是需要带有边权重的 pagerank，应该可以满足你的期望
下面有个链接可能可以参考：
主要是下面这个公式
Algorithm 自带的pagerank算法能够实现吗
https://github.com/vesoft-inc/nebula-algorithm/blob/master/nebula-algorithm/src/main/scala/com/vesoft/nebula/algorithm/lib/PageRankAlgo.scala
看了下代码，貌似是有的，你可以试试
此话题已在最后回复的 30 天后被自动关闭。不再允许新回复。