间歇性映射的Google矩阵与Ulam网络
信息检索
2010-05-12 v1 无序系统与神经网络
适应与自组织系统
混沌动力学
物理与社会
摘要
我们研究了由间歇性映射生成的Ulam网络的Google矩阵的性质。该网络通过Ulam方法创建,该方法为动力映射的Perron-Frobenius算子提供了一个矩阵近似。分析了该矩阵的特征值和特征向量的谱性质。我们表明,系统的PageRank具有幂律衰减的特征,其指数依赖于映射参数和Google阻尼因子。在某些条件下,PageRank完全离域化,使得在这种情况下Google搜索变得低效。
引用
@article{arxiv.0911.3823,
title = {Google matrix and Ulam networks of intermittency maps},
author = {Leonardo Ermann and Dima D. L. Shepelyansky},
journal= {arXiv preprint arXiv:0911.3823},
year = {2010}
}
备注
7 pages, 14 figures, research done at Quantware http://www.quantware.ups-tlse.fr/