深度重启的Arnoldi加速的PageRank方法

发布时间：2017-10-18 00:23

  本文关键词：深度重启的Arnoldi加速的PageRank方法

  更多相关文章： PageRank 内外迭代法 多分裂迭代法 深度重启的Arnoldi方法

【摘要】：互联网的高速发展,网络信息量的膨胀,使得搜索引擎成为人们获取信息的必不可少的信息检索工具。如何能够在巨量杂乱无章的信息中帮助用户快速、准确地检索出有用的信息成为近几年学者共同关注的问题。网页排序作为搜索引擎的关键技术之一,它的好坏直接影响了互联网用户对信息的准确查找。在排序算法中,应用最成功,最具研究价值的算法是由斯坦福大学的Larry和Sergey Brin在1996年提出的PageRank算法。该算法基于网络的链接结构获得网页的重要性排序。PageRank问题可以转化为求解Google矩阵的主特征向量的问题,原始的P ageRank算法是用幂法计算Goog le矩阵的主特征向量；也可以转化为求解相应的大型稀疏线性系统的问题；同时,许多基于Krylov子空间的迭代方法也被用来加速PageRank问题的计算。基于内外迭代法[1], MSI[2]方法,我们将预处理思想运用于求解PageRank问题,分别提出了求解PageRank问题的深度重启的Arnoldi方法加速的内外迭代法和深度重启的Arnoldi方法加速的MSI方法。在第四章,我们结合了深度重启的Arnoldi方法和内外迭代法的优点,提出了先利用深度重启的Arnoldi方法对PageRank初始向量进行预处理,然后再运行内外迭代法,在迭代计算中相互转换,有效地加速了算法的收敛性,并且减少了运行的时间。在第五章,我们用深度重启的Arnoldi方法来加速MSI算法。理论分析和数值实验证明了算法的有效性和可行性.
【关键词】：PageRank 内外迭代法 多分裂迭代法 深度重启的Arnoldi方法
【学位授予单位】：上海大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3
【目录】：

• 摘要6-7
• ABSTRACT7-10
• 第一章 绪论10-13
• 1.1 引言10
• 1.2 PageRank问题的研究现状10-12
• 1.3 本文的组织结构12-13
• 第二章 PageRank算法模型及实例13-19
• 2.1 PageRank算法模型13-14
• 2.2 Google矩阵的数学性质14-16
• 2.3 网页链接实例16-19
• 第三章 深度重启的Arnoldi方法19-26
• 3.1 Arnoldi方法19-22
• 3.2 重启的Arnoldi方法22-23
• 3.3 深度重启的Arnoldi方法23-26
• 第四章 深度重启的Arnoldi加速的内外迭代法26-38
• 4.1 内外迭代法26-27
• 4.2 深度重启的Arnoldi加速的内外迭代法27-29
• 4.3 收敛性分析29-33
• 4.4 数值实验33-36
• 4.5 总结36-38
• 第五章 深度重启的Arnoldi加速的MSI方法38-47
• 5.1 MSI迭代法38-39
• 5.2 深度重启的Arnoldi加速的MSI方法39-40
• 5.3 收敛性分析40-44
• 5.4 数值实验44-45
• 5.5 总结45-47
• 第六章 总结和展望47-48
• 参考文献48-51
• 攻读硕士学位期间发表的文章51-52
• 攻读硕士学位期间参加的基金项目52-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 钟灵;章云;曾启杰;罗文良;;能见度与缺失分析的改进PageRank算法[J];微计算机信息;2009年15期

2 LIU Gui-mei;;An adaptive improvement on PageRank algorithm[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年01期

3 史铭茗;;加权PageRank算法研究综述[J];软件导刊;2013年02期

4 刘悦;程学旗;李国杰;;提高PageRank算法效率的方法初探[J];计算机科学;2002年06期

5 张巍,李志蜀;基于PageRank算法的搜索引擎优化策略[J];计算机应用;2005年07期

6 戚华春,黄德才,郑月锋;具有时间反馈的PageRank改进算法[J];浙江工业大学学报;2005年03期

7 黄德才;戚华春;;PageRank算法研究[J];计算机工程;2006年04期

8 杨彬;康慕宁;;基于概念的权重PageRank改进算法[J];情报杂志;2006年11期

9 张丽;;PageRank算法的改进[J];科学技术与工程;2007年05期

10 孔娟;马亨冰;;PageRank算法的原理与解析[J];福建电脑;2007年01期

中国重要会议论文全文数据库 前10条

1 ;Key Nodes Mining in Transport Networks Based on PageRank Algorithm[A];2009中国控制与决策会议论文集（3）[C];2009年

2 刘松彬;都云程;施水才;;基于分解转移矩阵的PageRank迭代计算方法[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年

3 蔺继国;徐锡山;;一种基于用户点击数据的个性化PageRank算法[A];第六届全国信息检索学术会议论文集[C];2010年

4 李文;李淼;张建;朱海;陈雷;;基于混淆网络和PageRank的Nbest重排序[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年

5 陈小飞;王轶彤;冯小军;;一种基于网页质量的PageRank算法改进[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

6 刘菁菁;林鸿飞;杨志豪;;基于PageRank和锚文本的网页排序研究[A];第三届学生计算语言学研讨会论文集[C];2006年

7 李洋涛;李川;许超;雷晓;徐洪宇;唐常杰;杨宁;;空间评分:基于PageRank的信息网络可视化中节点重要性度量[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

8 Jonathan J.H.Zhu;;PPS Sampling of Web Graph Using Preferential Jumping Strategy[A];Proceedings 2010 IEEE 2nd Symposium on Web Society[C];2010年

9 刘建毅;王菁华;王枞;;基于语言网络的关键词抽取[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

10 ;Thinking with simple computer models:Modeling of social-economic systems[A];全国复杂系统研究论坛论文集（一）[C];2005年

中国硕士学位论文全文数据库 前10条

1 何逍;复杂网络的可视化显示[D];电子科技大学;2015年

2 李金圻;基于Hadoop的微博舆情分析[D];北京邮电大学;2015年

3 孙乐天;基于PageRank和对象关系的聚类算法研究[D];兰州大学;2016年

4 刘卓然;基于改进PageRank算法的舆情引导技术研究[D];昆明理工大学;2016年

5 王文文;深度重启的Arnoldi加速的PageRank方法[D];上海大学;2016年

6 蔡建超;基于PageRank算法的搜索引擎优化研究[D];江南大学;2008年

7 邵晶晶;基于PageRank排序算法改进的若干研究[D];华中师范大学;2009年

8 王磊;PageRank的算法改进[D];上海交通大学;2009年

9 张巍;基于PageRank算法的搜索引擎优化策略研究[D];四川大学;2005年

10 姜sバ，

本文编号：1051888