基于社会影响的跨语言维基百科网络中 PageRank、CheiRank 与 2DRank 的新变体
社会与信息网络
2020-08-18 v2 物理与社会
摘要
如今，描述互联网用户导航行为的信息被应用于多个领域，包括电子商务、经济、社会学和数据科学。此类信息可从不同的知识库中提取，包括商业导向的库。在本文中，我们提出了一种基于在谷歌矩阵构建中使用点击流和页面浏览数据的 PageRank、CheiRank 和 2DRank 算法的新模型。我们使用来自维基百科的数据，分析了来自 11 种语言版本的超过 2000 万篇文章之间的链接。我们从 SQL 转储中提取了超过 14 亿对文章源-目标对，并从 XML 转储中提取了超过 7 亿对。此外，我们基于对重定向页面的分析统一了这些配对并移除了所有重复项。而且，我们还基于所有考虑的语言版本构建了一个更大的维基百科文章网络，并获得了多语言度量。基于真实数据，我们讨论了标准 PageRank、CheiRank、2DRank 与基于我们的方法在单独语言及维基百科多语言网络中获得的度量之间的差异。
引用
@article{arxiv.2003.04258,
title = {Novel version of PageRank, CheiRank and 2DRank for Wikipedia in Multilingual Network using Social Impact},
author = {Célestin Coquidé and Włodzimierz Lewoniewski},
journal= {arXiv preprint arXiv:2003.04258},
year = {2020}
}
备注
15 pages, 4 figures, Business Information Systems 2020