增长网络中的节点排序：PageRank 失效之时
物理与社会
2015-12-09 v1 信息检索
社会与信息网络
摘要
PageRank 可以说是最流行的排序算法，已被应用于从信息网络到生物网络和基础设施网络的真实系统。尽管其具有极高的知名度并在科学各领域被广泛使用，但该算法的有效性与所作用网络性质之间的关系尚未被完全理解。我们在此基于真实数据支持的网络模型研究 PageRank 的性能，并表明现实的时间效应使得 PageRank 在广泛的模型参数范围内无法识别最有价值的节点。真实数据上的结果与基于模型的发现在定性上是一致的。PageRank 的这一失效表明，静态信息过滤方法不适用于一大类增长系统，并表明需要基于这些系统时间链接模式的依赖时间的算法来更好地对节点进行排序。
引用
@article{arxiv.1509.01476,
title = {Ranking nodes in growing networks: When PageRank fails},
author = {Manuel Sebastian Mariani and Matus Medo and Yi-Cheng Zhang},
journal= {arXiv preprint arXiv:1509.01476},
year = {2015}
}
备注
Article + Supplementary Information