随机复杂网络是动态的演化的系统.PPT

Mathematics in Search Engines and Internetwork 马志明 2006年12月 Email: mazm@ /member/mazhiming/index.html 约有626,000项符合中国科学院数学与系统科学研究院的查询结果，以下是第1-100项。(搜索用时 0.45 秒） How can google make a ranking of 626,000 pages in 0.45 seconds? Nevanlinna Prize（2006)Jon Kleinberg Page Rank, the ranking system used by the Google search engine. Query independent content independent. using only the web graph structure Page Rank, the ranking system used by the Google search engine. 对矩阵我们可以有一个直观的解释，设P是具有转移概率矩阵的马氏链，则该马氏链可以看成是对Inter网页面的点击浏览过程。若当结点有出度时，即结点有指向其它页面的超连接时，等可能地从指向的网页结点里选择一个进行下一步浏览。当结点的出度为0，则从全部网络里随机地选择一个网页进行下一步浏览。此时，如果矩阵具有唯一非负左特征向量，则此特征向量，除一常数差别外，是马氏链的唯一不变概率测度。记此不变概率测度为，则由马氏过程的遍历原理，正好是网页的平均点击比率。这一直观解释进一步说明了用矩阵的非负左特征向量来为网页排序的合理性。 对于，也可以有一个直观的解释。设是由转移概率矩阵确定的马氏链，视为在Inter网上的点击浏览过程，若的当前状态为，那么或者以概率从指向的网页结点中等可能地选择一点，或者以概率从全部结点中等可能地选取一点。根据马氏过程的遍历原理，由迭代法求出的的非负左特征向量，正好是此点击浏览过程对网页的平均点击比率。在公式（6）中也可以用状态空间{1,2,…,n}上的一个严格正概率分布来代替均匀分布。行业里称为个性化分布，它的直观解释是网页浏览者以概率从全部结点中个性化地依分布随机地选取一点。个性化对网页的排序会有一定的影响。 Can a surfer jump from page 5 of site 1 to a page in site 2 ? Describe Importance of Websites in Probabilistic View Ying Bao, Gang Feng, Tie-Yan Liu, Zhi-Ming Ma, and Ying Wang Based on the above discussions, the direct approach of computing the AggregateRank ξ(α) is to accumulate PageRank values (denoted by PageRankSum). However, this approach is unfeasible because the computation of PageRank is not a trivial task when the number of web pages is as large as several billions. Therefore, Efficient computation becomes a significant problem . AggregateRank 1. Divide the n × n matrix into N × N blocks according to the N sites. Construct the stochastic matrix for by changing the diagonal elements of to make each row sum up to 1. Experiments In our experiments, the data corpus is the benchmark data for the Web track of TREC 2003 and 2004, which was crawled