彼得·洛夫格伦 关于增量PageRank的蒙特卡罗方法的复杂性。 （英语） Zbl 1284.68720号 信息处理。莱特。 114，第3期，104-106（2014）. 摘要：此注释扩展了中增量PageRank的分析[B.巴赫马尼,A.乔杜里和A.戈尔，“快速增量和个性化PageRank”，Proc。VLDB捐赠4，编号3173-184（2010），arXiv公司：1006.2880]. 在该工作中，作者证明了当算法存储每个节点的随机游动且PageRank传送概率为（epsilon）时，运行时间为（O（frac{nR}{epsilon^2}ln（m））以使PageRank在具有节点的图中的边到达时保持更新。为了证明这一运行时间，他们假设边缘以随机顺序到达，并将其留到以后的工作中，以将其运行时间保证延长到对手边缘到达。在本文中，我们通过展示一个运行时间为（varOmega（Rnm^{lg\frac{3}{2}（1-\epsilon）}））的图和对手边到达顺序，证明了随机边序假设是必要的。更一般地说，对于任意整数（d\geqsland 2），我们构造了一个图和敌对边序，其中运行时间为\（varOmega（Rnm^{log_d（H_d（1-\epsilon））}），其中\（H_d\）是第（d）次谐波数。 MSC公司： 68瓦40 算法分析 05C85号 图形算法（图形理论方面） 05C81号 图上的随机游动 65二氧化碳 蒙特卡罗方法 68页第10页 搜索和排序 68英里11 互联网主题 关键词：算法分析;图形算法;蒙特卡洛PageRank PDF格式BibTeX公司 XML格式引用 \textit{P.Lofgren}，Inf.过程。莱特。114，第3号，104-106（2014；Zbl 1284.68720） 全文： DOI程序 arXiv公司 参考文献： [1] 巴赫马尼，B。；乔杜里，A。；Goel，A.，《快速增量和个性化PageRank》，Proc。荷兰VLDB。，4、3（2010年12月） [2] Avrachenkov，K。；利特瓦克，N。；内米洛夫斯基，D。；Osipova，N.，PageRank计算中的蒙特卡罗方法：当一次迭代足够时，SIAM J.Numer。分析。，45, 2, 890-904 (2007) ·兹比尔1146.60056 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。