Dynamic PageRank Using Evolving Teleportation
-
Ryan A. Rossi and David F. Gleich
-
WAW 2012
概要
-
嗜好ベクトルが変化する下でPageRankの微分方程式を考える
-
Euler法が実は、べき乗法=Richardson法と似た手法
-
嗜好ベクトルが固定なら、普通のPageRankに収束する
-
色々便利; 予測
動的テレポーテーションなPageRank
-
Δx^(k) = x^(k+1)-x^(k) = (1-α)v-(I-αP)x^(k)のアナロジーで、
-
x'(t) = (1-α)v(t)-(I-αP)x(t)という微分方程式を考える
-
普通の微分方程式なので、x(t)は解ける
-
特にv(t)=tの時は、x(t)=exp[-(I-αP)t](x(0)-x)+x
-
だから、t→∞で、x(t)→x
-
計算は(とりあえず)Euler法: x(t+h)=x(t)+h[(1-α)v(t)-(I-αP)x(t)]
-
実用的には、v(t)は離散的--単位時刻毎にv(t)が変化する--で、Euler法では刻み幅hで計算する
-
x(t)が0≦t≦tmaxについて分かるがこれどう使うの?
-
例: その場での値、全体の積分、max-min、時系列のクラスタリング、等する
実験
-
Wikipedia: 1時間ごとの訪問数が分かる、全20時間
-
Twitter: 月毎のツイート数が分かる、全6ヶ月間
-
ランキングを比べるとかなり違う
-
ページビューと動的PageRankの値を比べたりする
-
ページビュー予測にも使える
まとめ
-
シンプルだが楽しい
-
普通に嗜好ベクトルを動的に変更するのかと思ったが、違った
PageRank WAW
2017/01/04
最終更新:2017年01月04日 16:54