【摘要】：為提高圖分析中PageRank模型的計(jì)算效率,提出基于聯(lián)合局部敏感轉(zhuǎn)移矩陣的PageRank模型改進(jìn)形式。設(shè)計(jì)聯(lián)合局部及邊界的局部個(gè)體轉(zhuǎn)移矩陣,將計(jì)算限定在圖局部,降低節(jié)點(diǎn)參與轉(zhuǎn)移矩陣的計(jì)算數(shù)量,提高計(jì)算效率,為保證算法精度,給出該方式的補(bǔ)償矩陣;在矩陣計(jì)算過(guò)程中,考慮可重復(fù)利用矩陣計(jì)算的再利用問(wèn)題,降低計(jì)算的重復(fù)性,進(jìn)一步提高計(jì)算效率,給出所設(shè)計(jì)算法的計(jì)算復(fù)雜度分析。在標(biāo)準(zhǔn)數(shù)據(jù)集中的仿真測(cè)試結(jié)果表明,與FRWR和GMES等算法相比,所提算法具有更高的計(jì)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.
【作者單位】： 中國(guó)礦業(yè)大學(xué)理學(xué)院;上海人智科技有限公司;
【分類(lèi)號(hào)】：O157.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 于慶;黃迎富;;PageRank高階導(dǎo)向量的數(shù)學(xué)性質(zhì)及其算法研究[J];徐州師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

2 邵晶晶;李波;劉漢平;;PageRank的改進(jìn)算法——調(diào)整阻尼因子[J];應(yīng)用數(shù)學(xué);2008年S1期

3 張琨;李配配;朱保平;胡滿(mǎn)玉;;基于PageRank的有向加權(quán)復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)估方法[J];南京航空航天大學(xué)學(xué)報(bào);2013年03期

4 方芳;李仁發(fā);何建軍;;基于改進(jìn)PageRank的BA演化模型[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年09期

5 黃宜朵;;求解PageRank問(wèn)題的線(xiàn)性方程組算法[J];數(shù)學(xué)學(xué)習(xí)與研究;2010年01期

6 桑培羅布;王明璇;;PageRank算法在企業(yè)人力資源調(diào)配上的應(yīng)用[J];中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

7 趙文哠;陳翰馥;;隨機(jī)系統(tǒng)的遞推辨識(shí):從個(gè)例到一般框架[J];控制理論與應(yīng)用;2014年07期

相關(guān)碩士學(xué)位論文 前6條

1 何逍;復(fù)雜網(wǎng)絡(luò)的可視化顯示[D];電子科技大學(xué);2015年

2 吳恒超;基于PageRank算法的二分網(wǎng)絡(luò)社區(qū)劃分[D];沈陽(yáng)航空航天大學(xué);2016年

3 趙海澎;基于高斯核及PageRank的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法研究[D];大連理工大學(xué);2012年

4 張永強(qiáng);基于轉(zhuǎn)移概率的PageRank算法研究[D];暨南大學(xué);2009年

5 孫沖沖;基因排序問(wèn)題的數(shù)值求解算法的研究[D];南昌大學(xué);2014年

6 劉青偉;搜索引擎中的Pagerank排序算法研究分析[D];電子科技大學(xué);2010年

，

本文編號(hào)：2372349