双向PageRank估计：从平均情况到最坏情况
数据结构与算法
2015-12-16 v3 离散数学
摘要
我们提出了一种新算法，用于估计无向图上源节点和目标节点之间的个性化PageRank（PPR），在源和目标节点的最坏情况选择下具有次线性运行时间保证。我们的工作建立在近期关于PPR双向估计的工作线上，该工作获得了次线性运行时间保证，但是在平均情况意义下，针对均匀随机的目标节点选择。关键地，我们展示了如何利用无向网络上随机游走的可逆性将平均情况保证转换为最坏情况保证。过去的双向方法结合前向随机游走与反向局部推送，而我们的算法结合前向局部推送与反向随机游走。我们还讨论了如何修改我们的方法以估计任意长度分布的随机游走概率，从而获得估计一般图扩散（包括热核）在无向网络上的快速算法。
引用
@article{arxiv.1507.08705,
title = {Bidirectional PageRank Estimation: From Average-Case to Worst-Case},
author = {Peter Lofgren and Siddhartha Banerjee and Ashish Goel},
journal= {arXiv preprint arXiv:1507.08705},
year = {2015}
}
备注
Workshop on Algorithms and Models for the Web-Graph (WAW) 2015