稀疏有向随机块模型上的 PageRank Nibble 算法
概率论
2023-03-14 v1
摘要
我们给出了基于稀疏有向随机块模型（dSBM）上 PageRank Nibble 算法的社区恢复的新结果。我们的结果建立在对 dSBM 的局部弱极限与极限 PageRank 分布的刻画之上。该刻画使我们能估计任意给定连接核与任意给定种子数（社区标签已知的顶点）下的误分类概率。PageRank 是一种局部算法，可在分布式与异步方式下高效计算，这使其成为在身份已知的若干顶点存在时、用于识别极大型网络中给定社区成员的一种引人注目的方法。
引用
@article{arxiv.2303.06699,
title = {PageRank Nibble on the sparse directed stochastic block model},
author = {Sayan Banerjee and Prabhanka Deka and Mariana Olvera-Cravioto},
journal= {arXiv preprint arXiv:2303.06699},
year = {2023}
}
备注
PageRank Nibble, directed stochastic block model, local weak convergence, community detection