Персонализированный PageRank и PageRank с Priors — это одно и то же?

Я использую JUNG PageRankWithPriors в своем проекте. Мне кажется, что PageRankWithPriors и Personalized PageRank — это одно и то же, но мне не удалось найти авторитетных утверждений, подтверждающих это.

Они одинаковы? Если нет, то какая разница? Спасибо!


person Jianfeng Zhang    schedule 07.09.2015    source источник


Ответы (1)


тл;др они не то же самое.

Во-первых, PageRank может относиться к одной из двух вещей: (1) исходному алгоритму 1998 года (то есть способу присвоения баллов узлам графа на основе случайного блуждания по преобразованной версии графа) или ( 2) система, частью которой является описанный выше алгоритм, которую Google использует для ранжирования веб-страниц в ответ на запрос.

Если вы имеете в виду (2), то существует множество различных способов персонализации ответов на поисковые запросы, и перечисление их всех выходит за рамки этого ответа. :)

Даже если вы имеете в виду (1), тем не менее, PageRank с априорами — это только один из способов персонализировать PageRank. Другие включают в себя индивидуальное взвешивание ребер или фильтрацию узлов или наборов ребер, но есть и другие.

Здесь вы можете найти интересующие документы: http://nlp.stanford.edu/projects/pagerank.shtml

person Joshua O'Madadhain    schedule 07.09.2015
comment
Спасибо, Джошуа, ты ответил на большую часть моего вопроса! Тогда небольшой вопрос, не могли бы вы пояснить его для меня: алгоритм PageRank с априорами в статье Скотта Уайта и Падраика Смита «Алгоритмы оценки относительной важности в сетях» и алгоритм в разделе 3.1 «Тема-чувствительный PageRank: контекстно-зависимый». Алгоритм ранжирования для веб-поиска от Haveliwala, оба из которых дают априорные значения узлам, по сути одно и то же? Спасибо! - person Jianfeng Zhang; 08.09.2015
comment
Алгоритм в разделе 3.1 статьи Хавеливалы представляет собой частный случай PageRank с априорными значениями, поскольку PRWP допускает любое распределение весов по узлам, в то время как распределение Хавеливалы единообразно для всех узлов, связанных с темой. (Однако в статье Смита и Уайта то же самое распределение используется в качестве примера.) Кроме того, конечно, алгоритм Хавеливалы в 3.1 является лишь частью его общего подхода. - person Joshua O'Madadhain; 08.09.2015
comment
Большое спасибо, Джошуа :-) - person Jianfeng Zhang; 08.09.2015