学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
PageRank算法的优化和改进
被引:11
作者
:
论文数:
引用数:
h-index:
机构:
吴家麒
论文数:
引用数:
h-index:
机构:
谭永基
机构
:
[1]
不详
[2]
复旦大学数学科学学院
[3]
不详
来源
:
计算机工程与应用
|
2009年
/ 16期
关键词
:
PageRank;
乘幂法;
特征向量;
D O I
:
暂无
中图分类号
:
TP301.6 [算法理论];
学科分类号
:
摘要
:
在PageRank算法中是使用乘幂法对网络链接图的Markov矩阵进行迭代计算,利用迭代矩阵A=[CP+(1-c)E]T中Google矩阵P的稀疏性,优化每次迭代的计算量并且减少空间存储量。在乘幂法证明理论基础上,提出了一种修正的外推方法称为线性外推法,并且利用Google矩阵的第二特征值的性质,使得在乘幂法的计算过程中达到快速收敛。从而在不增加空间存储的基础上缩短计算时间。最后结合实际数据测试,说明理论推导的结果达到了良好的实际使用效果。
引用
收藏
页码:56 / 59
页数:4
相关论文
共 2 条
[1]
Deeper Inside PageRank[J] . Amy N. Langville,Carl D. Meyer.Internet Mathematics . 2004 (3)
[2]
The Second Eigenvalue of the Google Matrix .2 T.H. Haveliwala,S.D. Kamvar. Stanford University Technical Report . 2003
←
1
→
共 2 条
[1]
Deeper Inside PageRank[J] . Amy N. Langville,Carl D. Meyer.Internet Mathematics . 2004 (3)
[2]
The Second Eigenvalue of the Google Matrix .2 T.H. Haveliwala,S.D. Kamvar. Stanford University Technical Report . 2003
←
1
→