-
题名基于PageRank和HITS的Web搜索
被引量：12
- 1
-
-
作者
常庆
周明全
耿国华
-
机构
西北大学可视化研究所
-
出处
《计算机技术与发展》
2008年第7期77-79,共3页
-
基金
国家自然科学基金(F020503)
-
文摘
介绍了目前应用较为广泛的两种算法——PageRank算法和HITS算法。PageRank算法是基于用户随机的向前浏览网页的直觉知识,HITS算法考虑的是Authoritive网页和Hub网页间的加强关系。PageRank算法的基本思想是:如果一个页面被许多其他页面引用,则这个页面很可能是重要页面;一个页面尽管没有被多次引用,但被一个重要页面引用,那么这个页面很可能也是重要页面;一个页面的重要性被均分并传递到它所引用的页面。而HITS算法则专注于改善泛指主题检索的结果,通过一定的计算(迭代计算)方法以得到针对某个检索提问的最具价值的网页,即排名最高的authority。
-
关键词
pagerank
HITS
特征向量
检索主题
链按分析
-
Keywords
pagerank
HTTS
eigenvector
search theme
link analysis
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名PageRank算法的优化和改进
被引量：11
- 2
-
-
作者
吴家麒
谭永基
-
机构
复旦大学数学科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第16期56-59,共4页
-
文摘
在PageRank算法中是使用乘幂法对网络链接图的Markov矩阵进行迭代计算,利用迭代矩阵A=[CP+(1-c)E]T中Google矩阵P的稀疏性,优化每次迭代的计算量并且减少空间存储量。在乘幂法证明理论基础上,提出了一种修正的外推方法称为线性外推法,并且利用Google矩阵的第二特征值的性质,使得在乘幂法的计算过程中达到快速收敛。从而在不增加空间存储的基础上缩短计算时间。最后结合实际数据测试,说明理论推导的结果达到了良好的实际使用效果。
-
关键词
pagerank
乘幂法
特征向量
-
Keywords
pagerank
Power Method
eigenvector
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于PageRank的系统重要性金融机构识别模型
被引量：5
- 3
-
-
作者
陈学军
邓超
-
机构
中南大学商学院
中国人民银行郑州培训学院
-
出处
《系统工程》
CSSCI
北大核心
2017年第4期1-8,共8页
-
基金
国家自然科学基金资助项目(71173241
71473275)
教育部新世纪人才基金资助项目(NCET-10-0830)
-
文摘
相对于依赖市场价格数据的标准计量统计方法,基于机构间双边敞口网络拓扑结构的金融网络模型更有助于系统重要性金融机构的识别和系统性风险评估。本文构建了贴近现实的CDS市场网络模型,并基于单个违约机构传染机制的分析,借鉴特征向量中心度和PageRank算法思想,研究建立了系统重要性金融机构识别的度量模型。本文所采用的排名技术算法在应对大规模金融网络数据时具灵活性和可行性。测试结果显示,监管当局不仅要关注"太大而不能倒"的机构,更须将金融网络中"关联太紧密而不能倒"的中心节点作为问题认真加以对待。
-
关键词
系统重要性金融机构
金融网络模型
pagerank
特征向量中心度
-
Keywords
Systemically Important Financial Institutions （SIFIs）
Financial Network Models
pagerank
eigenvector Centrality
-
分类号
F830
[经济管理—金融学]
-
-
题名Google核心——PageRank算法探讨
被引量：8
- 4
-
-
作者
冯振明
-
机构
河海大学计算机及信息工程学院
-
出处
《计算机技术与发展》
2006年第7期82-84,共3页
-
文摘
搜索引擎技术的发展是随着电子技术不断进步而形成的信息数字化和数据网络化的必然产物。一个出色的搜索引擎能够及时向用户提供所需要的信息,而要做到这点就需要一个快速、优质、高效的搜索算法予以支持。Google搜索引擎依靠其PageRank机制及收敛算法一直处于该领域的领先地位。文中介绍了这个搜索引擎的核心:PageRank算法。PageRank算法通过计算网页的重要性值———PageRank值来确定网页排序的优先级,而网页的PageRank值则是通过累加指向该网页的其他网页的PageRank值得到的。因此Google的搜索结果是高效的、客观正确的。
-
关键词
pagerank
网络图
pagerank特征向量
收敛算法
-
Keywords
pagerank
web graph
pagerank eigenvector
convergence algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名Pagerank二维线性收敛方法
被引量：1
- 5
-
-
作者
许南山
丛磊
-
机构
北京化工大学信息科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2006年第6期1415-1417,1421,共4页
-
文摘
在幂法证明理论的基础上,利用特征向量二维线性表达的假设,给出了一种方法,使得当使用修正后的幂法计算Pagerank时,求特征向量的过程可以达到快速收敛,从而在不增加空间存储的基础上缩短时间消耗。最后结合测试数据,说明理论的推导结果实际上达到了很好的收敛效果。
-
关键词
搜索引擎
网页排名
幂法
特征向量
收敛
-
Keywords
search engine
pagerank
power method
eigenvector
convergence
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名线性代数教学中网络科学问题的渗透
被引量：1
- 6
-
-
作者
汤龙坤
-
机构
华侨大学数学科学学院
-
出处
《高教学刊》
2019年第5期59-61,共3页
-
基金
福建省自然科学基金项目"耦合时滞复杂动力网络同步化区域的分岔分析及应用"(编号:2015J01260)
华侨大学实验教学改革与建设课题"经济数学实验指导书设计"(编号:Z17X0144)
-
文摘
特征值和特征向量问题是线性代数课程中的一个重要学习内容。为了让学生了解科学前沿问题并提高学习兴趣,在讲授矩阵特征值与特征向量的概念、计算方法和几何意义时,引入复杂网络中节点重要性的排序和同步问题,举例说明特征值和特征向量在其中的应用,以此将网络科学中的研究问题渗透到线性代数的教学中。
-
关键词
线性代数
特征值
特征向量
复杂网络
pagerank算法
-
Keywords
linear algebra
eigenvalue
eigenvector
complex network
pagerank algorithm
-
分类号
G642
[文化科学—高等教育学]
-
