基于分解转移矩阵的PageRank迭代计算方法-中文信息学报.PDFVIP

第 2 1 卷 　第 5 期 中文信息学报 Vol . 2 1 , No . 5 2007 年 9 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Sep . , 2007 文章编号 : (2007) 05004 105 基于分解转移矩阵的 Page Rank 迭代计算方法 刘松彬 , 都云程 ,施水才 (北京信息科技大学 中文信息处理研究中心 ,北京 100 10 1) 摘 　要 : 本文提出了一种基于分解转移矩阵的 PageRank 的迭代计算方法 。该方法对 PageRank 理论模型进一步 推导 ,把其 Markov 状态转移矩阵进行了分解 ,从而降低存储开销和计算复杂度 ,减少 I/ O 需求 ,使得 PageRank 计 算的工程化实现更为简单 。实验表明 1 700 多万的网页 2 . 8 亿条链接 ,可以在 30 秒内完成一次迭代 , 内存需求峰 值 585MB ,可以满足工程化应用的需求 。 关键词 : 计算机应用 ; 中文信息处理 ; PageRank ; 搜索引擎 ; Markov 状态转移矩阵 ; 矩阵分解 中图分类号 : TP39 1 　　　　文献标识码 : A A Method of Computing Page Rank Based on Transition Matrix Decomposition L IU Songbin , DU Yuncheng , SH I Shuicai (Chinese Information Processing Research Cent er , Beij ing Information Science Technolo gy U niver sit y , Beij ing 100 10 1 , China) Abstract : Thi s p ap er p ropo ses a met hod of comp uting PageRank ba sed on t ran sfer mat rix decompo sition . Based on t he PageRank random surfer mo del , t he met ho d decompo ses t he Markov st at es t ran sfer mat rix , so t hat t he memory co st , comp ut ational comp lexit y and I/ O needs are reduced dra stically . Exp eriment s show t hat each it eration can be complet ed in 30 seconds and t hat t he p eak memory demand i s 585MB during t he PageRank comp ut ation of 17 million Web Pages cont aining 280 million link s , indicating t hat t hi s met ho d meet s t he demand for engineering app lication s. Key words : comp ut er app lication ; Chinese information p rocessing