基于局部联合矩阵转移的PageRank图个性化分析

发布时间：2018-12-11 10:03

【摘要】：为提高图分析中PageRank模型的计算效率,提出基于联合局部敏感转移矩阵的PageRank模型改进形式。设计联合局部及边界的局部个体转移矩阵,将计算限定在图局部,降低节点参与转移矩阵的计算数量,提高计算效率,为保证算法精度,给出该方式的补偿矩阵;在矩阵计算过程中,考虑可重复利用矩阵计算的再利用问题,降低计算的重复性,进一步提高计算效率,给出所设计算法的计算复杂度分析。在标准数据集中的仿真测试结果表明,与FRWR和GMES等算法相比,所提算法具有更高的计算精度和效率。
[Abstract]:In order to improve the computational efficiency of PageRank model in graph analysis, an improved form of PageRank model based on joint local sensitive transfer matrix is proposed. The local individual transfer matrix combined with local and boundary is designed, and the calculation is limited to the local graph, which reduces the number of nodes participating in the calculation of the transfer matrix and improves the calculation efficiency. In order to ensure the accuracy of the algorithm, the compensation matrix of this method is given. In the process of matrix calculation, the reusing problem of reusable matrix calculation is considered, the repeatability of calculation is reduced, the computational efficiency is further improved, and the computational complexity analysis of the designed algorithm is given. The simulation results in the standard data set show that the proposed algorithm is more accurate and efficient than the FRWR and GMES algorithms.
【作者单位】： 中国矿业大学理学院;上海人智科技有限公司;
【分类号】：O157.5

【相似文献】

相关期刊论文 前7条

1 于庆;黄迎富;;PageRank高阶导向量的数学性质及其算法研究[J];徐州师范大学学报(自然科学版);2012年01期

2 邵晶晶;李波;刘汉平;;PageRank的改进算法——调整阻尼因子[J];应用数学;2008年S1期

3 张琨;李配配;朱保平;胡满玉;;基于PageRank的有向加权复杂网络节点重要性评估方法[J];南京航空航天大学学报;2013年03期

4 方芳;李仁发;何建军;;基于改进PageRank的BA演化模型[J];计算机工程与设计;2010年09期

5 黄宜朵;;求解PageRank问题的线性方程组算法[J];数学学习与研究;2010年01期

6 桑培罗布;王明璇;;PageRank算法在企业人力资源调配上的应用[J];中央民族大学学报(自然科学版);2009年S1期

7 赵文哠;陈翰馥;;随机系统的递推辨识:从个例到一般框架[J];控制理论与应用;2014年07期

相关硕士学位论文 前6条

1 何逍;复杂网络的可视化显示[D];电子科技大学;2015年

2 吴恒超;基于PageRank算法的二分网络社区划分[D];沈阳航空航天大学;2016年

3 赵海澎;基于高斯核及PageRank的复杂网络社区发现算法研究[D];大连理工大学;2012年

4 张永强;基于转移概率的PageRank算法研究[D];暨南大学;2009年

5 孙冲冲;基因排序问题的数值求解算法的研究[D];南昌大学;2014年

6 刘青伟;搜索引擎中的Pagerank排序算法研究分析[D];电子科技大学;2010年

，

本文编号：2372349