基于虚拟网络的个性化 PageRank 更新
社会与信息网络
2019-01-04 v1
摘要
社交网络日益增长的流行度，因其规模庞大且快速演化的网络图，对高效的个性化 PageRank (PPR) 更新提出了迫切需求。当前研究多聚焦于链接结构修改下的 PPR 更新，而在涉及节点插入/删除时高效更新 PPR 仍具挑战。在先前称为虚拟网络 (VW) 的工作中，设计了若干 VW 架构，由此产生一些高度有效的初始化方法，可显著加速链接修改与页面插入/删除下的 PageRank 更新。本文在链接修改与节点插入/删除的通用场景下，解决快速 PPR 更新问题。具体而言，我们将 VW 与 TrackingPPR 方法结合生成初值，随后由 Gauss-Southwell 方法用于快速 PPR 更新。该算法命名为 VWPPR 方法。在大量实验中，使用了三个包含 1~5.6M 节点和 6.7M~129M 链接的真实数据集，并施加了 40k 的节点扰动与 1% 的链接扰动。相较于处理通用 PPR 更新问题的较新的 LazyForwardUpdate 方法，VWPPR 方法在运行时间上快 3~6 倍，在迭代次数上快 4.4~10 倍。
引用
@article{arxiv.1901.00678,
title = {Virtual Web Based Personalized PageRank Updating},
author = {Bo Song and Xiaobo Jiang and Xinhua Zhuang},
journal= {arXiv preprint arXiv:1901.00678},
year = {2019}
}