網(wǎng)絡(luò)是表征系統(tǒng)內(nèi)在聯(lián)系模式的一種強(qiáng)有力的通用方式。生活中的許多系統(tǒng)都可以抽象成網(wǎng)絡(luò)數(shù)據(jù)的形式。隨著互聯(lián)網(wǎng)以及社交網(wǎng)絡(luò)的快速發(fā)展,對(duì)于網(wǎng)絡(luò)的研究和分析也變得越來(lái)越重要。其中有關(guān)中心性的概念受到了很大的關(guān)注,即在一個(gè)網(wǎng)絡(luò)中哪些節(jié)點(diǎn)是最重要或最核心的。1998年,谷歌提出了一種更加合理的中心性度量方法,PageRank算法,并將其應(yīng)用在谷歌搜索引擎上。這一舉動(dòng)不僅令谷歌搜索引擎大受歡迎,也使得PageRank算法廣為人知,并被廣泛地應(yīng)用于社會(huì)學(xué)、物理學(xué)和計(jì)算機(jī)科學(xué)等領(lǐng)域。然而在實(shí)際應(yīng)用和研究中,許多網(wǎng)絡(luò)的規(guī)模往往非常龐大,并且一直處于動(dòng)態(tài)變化之中。在這樣一種情形下,針對(duì)靜態(tài)網(wǎng)絡(luò)的PageRank算法將不足以滿足我們的需求,特別是當(dāng)我們想要實(shí)時(shí)的跟蹤網(wǎng)絡(luò)的PageRank值的時(shí)候。因此,我們迫切需要一種能夠通過(guò)增量迭代,從而高效地跟蹤大規(guī)模動(dòng)態(tài)網(wǎng)絡(luò)PageRank值的算法�，F(xiàn)有的PageRank增量算法分為聚合劃分類算法和蒙特卡洛類算法。理論研究已表明聚合劃分類算法無(wú)法做到不累計(jì)誤差地更新,因此本文專注于蒙特卡洛類算法。而以往的蒙特卡洛類算法忽視了隨機(jī)游走會(huì)多次訪問(wèn)同一節(jié)點(diǎn)或者多次經(jīng)過(guò)同一條邊... 

【文章來(lái)源】：武漢大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

網(wǎng)絡(luò)G(t)和添加了邊e(1,4)的網(wǎng)絡(luò)G(t+1)

圖2.1中的網(wǎng)絡(luò)的邊列表 圖 2.4: 圖2.1中的網(wǎng)絡(luò)的鄰接表

【參考文獻(xiàn)】：
期刊論文
[1]IncPR:一種基于增量計(jì)算的并行PageRank算法[J]. 姜雙雙,廖群,楊愚魯,李濤.  計(jì)算機(jī)研究與發(fā)展. 2016(08)
[2]PageRank算法研究[J]. 黃德才,戚華春.  計(jì)算機(jī)工程. 2006(04)



本文編號(hào)：3067868