超图（Hypergraph)理论与应用.pptVIP

Google Pagerank算法 如何计算I=HI中的I？(I是H的一个特征向量，对应特征值为1) 迭代法：Ik+1 = HIk Google Pagerank算法 Google Pagerank算法 问题：链接黑洞(只进不出) Google Pagerank算法 解决：随机游走(Random Walk)理论 假设你是一个网络爬虫，在网络上跟着页面链接随机的游走。那么，当你发现自己停在一个页面Pj上，而Pj共有lj个链接，其中一个指向Pi，那么你下一步游走到Pi的几率就是1/lj。 在你随机游走的整个过程中，假设你停留在Pj上的时间是Tj，那么你停留在Pi上的时间就是： 随机游走模型跟页面重要性模型是一致的 随机游走模型跟页面重要性模型是一致的 Google Pagerank算法 随机游走到页面2(一个链接黑洞)的时候，尽管没有链接，但我们可以假设下一步游走等概率游走到任意一个其它页面，即 于是 超图分割de随机游走解释 p(u,v)表示从顶点u随机游走到顶点v的概率。 pi (v)表示随机游走停留在v上的概率。 超图分割de随机游走解释 超图分割的随机游走解释 随机游走留在分割子图内的几率尽可能大，跨越分割边界的几率尽可能小 超图真的比简单图优越吗？ 如何将超图运用在共指消解中 跟把简单图运用在共指消解中一样，因为