版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、以Google為代表的當代互聯(lián)網(wǎng)搜索引擎,將計算機理論研究與工程開發(fā)完美結合,創(chuàng)造了非凡的用戶體驗和文化。Google使用PageRank作為衡量網(wǎng)頁質量的一個重要標準,取得了巨大成功。在當前互聯(lián)網(wǎng)繼續(xù)蓬勃發(fā)展的情況下,PageRank的計算將涉及到海量的數(shù)據(jù)處理;另外,個性化搜索引擎是當代搜索引擎的一個重要的發(fā)展方向,需要根據(jù)每個用戶的特征計算個性化的PageRank;因此迫切需要找到一個高效的PageRank計算和更新方法,來提高P
2、ageRank的計算和更新效率。 本文以PageRank的基本理論--隨機沖浪模型為基礎,進行深入的理論的分析,做出進一步理論推導,將Markov狀態(tài)轉移矩陣分解成三部分;計算時對每一部分分別處理,顯著降低了存儲開銷(磁盤空間和內存空間)和計算復雜度;使得PageRank的工程化計算變得比較簡單,可以在普通配置的PC機上高效地完成千萬級網(wǎng)頁的PageRank計算。 PageRank計算所涉及的Markov過程有其自身的特
3、殊性,世界各學者針對其特殊性提出了多種優(yōu)化途徑;本文分析了若干主要的優(yōu)化方法,并將其組合起來應用,實驗證明可以更大程度地提高PageRank的計算速度。 鑒于PageRank的計算代價太大,本文嘗試性地探尋一種針對工程化應用的輕量級的更新策略,降低更新代價,提高更新速度。 本文所涉及的PageRank計算研究僅限于單機處理,但矩陣運算天然具有良好的并發(fā)性,在本文的計算過程和優(yōu)化過程中也保留了這個重要特性;所以下一步的一個
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- PageRank的加速算法和狀態(tài)更新問題.pdf
- 基于MapReduce的PageRank計算系統(tǒng)的設計與實現(xiàn).pdf
- 基于云計算的PageRank算法改進.pdf
- 基于MapReduce計算模型的PageRank算法的優(yōu)化與實現(xiàn).pdf
- 基于PageRank算法的主題爬蟲研究與設計.pdf
- 移動計算中的規(guī)則提取與規(guī)則更新研究.pdf
- PageRank的算法改進.pdf
- 基于改進PageRank算法的網(wǎng)頁排序問題研究.pdf
- 基于PageRank排序算法改進的若干研究.pdf
- 融入了相關性的Pagerank算法的研究與實現(xiàn).pdf
- 城市更新的更新地、更新時(期)與更新度理論研究.pdf
- 基于PageRank算法的Web數(shù)據(jù)挖掘的研究.pdf
- 基于PageRank算法的搜索引擎優(yōu)化研究.pdf
- 基于改進PageRank算法的文獻價值評估方法研究.pdf
- Hadoop上的PageRank算法優(yōu)化.pdf
- Web結構挖掘中PageRank算法研究.pdf
- 基于MapReduce的個性化PageRank算法研究.pdf
- 基于PageRank算法的中文垂直搜索引擎的研究與應用.pdf
- 基于鏈接分析的PageRank排序算法的改進研究.pdf
- 搜索引擎PageRank算法研究.pdf
評論
0/150
提交評論