有向图的个性化相关性算法比较
信息检索
2024-05-06 v1 计算机与社会
摘要
我们展示了一个交互式 Web 平台，该平台给定一个有向图，能够识别与给定查询节点最相关的节点。除了 PageRank 和个性化 PageRank 等成熟算法外，该演示还包括 Cyclerank，这是一种新颖的算法，通过利用循环路径来计算个性化相关性分数，解决了前两者的一些局限性。我们的演示设计支持两种用例：(a) 算法比较，比较不同算法获得的结果；(b) 数据集比较，用于探索和洞察数据集，并将其与其他数据集进行比较。我们提供了来自 Wikipedia、Twitter 和 Amazon 的 50 个预加载数据集以及七种算法。用户可以上传新数据集，并且可以轻松添加新算法。通过展示计算有向图中相关性分数的有效算法，我们的工具有助于揭示数据中隐藏的关系，使其成为图分析算法库中的一个有价值的补充。
引用
@article{arxiv.2405.02261,
title = {Comparing Personalized Relevance Algorithms for Directed Graphs},
author = {Luca Cavalcanti and Cristian Consonni and Martin Brugnara and David Laniado and Alberto Montresor},
journal= {arXiv preprint arXiv:2405.02261},
year = {2024}
}
备注
4 pages, 1 figure. To appear at 2024 IEEE 40th International Conference on Data Engineering (ICDE)