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。