资料下载
×
基于PageRank的马尔可夫链研究
消耗积分:1 |
格式:rar |
大小:0.47 MB |
2017-11-01
分享资料个
马尔可夫链理论已经得到了充分发展，而且适用于PageRank问题。利用马尔可夫理论，可以对PageRank向量方程日加以修正，以确保得到预期的结果、收敛性质等。幂法的传统终止准则指出，当相邻两次迭代所得结果的差别小于某个预先给定的容许限时，算法停止。但是研究者近期的研究结果表明，迭代应该在幂法所得的PageRank向量近似值的排序达到收敛时停止。实验表明，在某些数据集上，节省的迭代次数加大，有效的提高了运算效率。即使减少了几次迭代数量，考虑到PageRank问题的规模，也是值得肯定利用的。因此，对于任何初始向量，如果其是随机、不可约且非周期性的，则应用马尔可夫矩阵P的幂法将收敛到唯一一个稳态向量的正向量。因此，如果将H修改为具有预期结果性质的马尔可夫矩阵，那么由于循环或者排名下沉所造成的PageRank收敛问题便可以得到解决。文中通过对马尔可夫链的数学内容分析，对不可约马尔可夫链的暂态行为和极限行为进行研究分析。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
