Nearly optimal Personalized PageRank computation
School of Computer Science, Beijing Institute of Technology(北京理工大学计算机学院)
本文提出一种消除对传送参数依赖的算法,在O(ε^{-1-o(1)})时间内实现ACL误差保证的个性化PageRank计算,并得到复杂度与φ无关的近乎线性局部图聚类算法。
2026-11-04 cs.CC cs.DS
Efficient Algorithms for Personalized PageRank Computation: A Survey
本文综述个性化PageRank高效计算算法,按查询类型分类,回顾常用技术及动态图、并行分布式环境下的代表性方法。
2024-03-08 cs.DS
Personalized PageRank Estimation in Undirected Graphs
BARC, University of Copenhagen(哥本哈根大学)
本文研究了无向图中个性化PageRank估计的时间复杂度,通过新的算法技术获得了紧界,解决了无向图的估计问题。
2026-02-11 cs.DS
Personalized PageRank to a Target Node, Revisited
个性化PageRank(PPR)是图挖掘和网络分析中广泛使用的节点邻近度度量。给定源节点$s$和目标节点$t$,PPR值$π(s,t)$表示从$s$开始的随机游走在$t$处终止的概率,并且因此指示$s$和$t$之间的双向重要性。现有的大多数工作集中在单源查询上,该查询要求给定源节点$s$和每个节点$t \in V$的PPR值。然而,单源查询仅反映每个节点$t$相对于$s$的重要性。在本文中,我们考虑{ \em单目标PPR查询},它测量PPR的相反方向的重要性。给定目标节点$t$,单目标PPR查询要求每个节点$s\in V$到给定目标节点$t$的PPR值。我们提出了RBS,一种新的算法,回答近似单目标查询具有最佳的计算复杂性。我们表明,RBS改进了三个具体的应用程序:重量级PPR查询,单源SimRank计算,可扩展的图神经网络。我们进行实验,以证明RBS优于国家的最先进的算法在效率和精度方面的真实世界的基准数据集。
2020-06-24 cs.DS
Query-Centered Temporal Community Search via Time-Constrained Personalized PageRank
现有的时态社区搜索存在两个缺陷:(i)它们忽略了查询顶点$q$与其他顶点之间的时态接近度,而仅仅要求结果中包含$q$。因此,他们为$q$找到了许多时间上不相关的顶点(这些顶点称为\emph{query-drifted vertices})以满足其内聚性,导致$q$被边缘化;(ii)他们的方法是NP难的,导致精确解的高成本或近似/启发式算法的质量受损。受此启发,我们提出了一个新的问题\emph{query-centered}时间社区搜索,以规避\emph{query-drifted vertices}。具体来说,我们首先提出了一个新的概念,时间约束的个性化PageRank来表征$q$和其他顶点之间的时间接近。然后,我们介绍了一个称为$β$ -时间邻近核心的模型,它可以结合时间邻近性和结构内聚性。随后,我们的问题被制定为一个优化任务,找到一个$β$时间接近核心的最大$β$。为了解决我们的问题,我们首先设计了一个精确的和近线性的时间贪婪删除算法,迭代删除无用的顶点。为了提高效率,我们设计了一个近似的两阶段局部搜索算法与基于边界的修剪技术。最后,在8个真实数据集和9个竞争对手上的实验表明了所提出的解决方案的优越性。
2023-02-17 cs.DS
Accelerated Local Algorithms for Personalized and Regularized PageRank
School of Data Science, Fudan University(复旦大学数据科学学院)
本文提出确定性加速局部PageRank算法,在无图级预处理下达到多对数开销,并给出随机算法及复杂度界限。
2026-09-15 cs.DS
Approximate Personalized PageRank on Dynamic Graphs
我们提出并分析了两种算法保持近似个性化PageRank(PPR)向量的动态图,边被添加或删除。我们的算法是自然的动态版本的两个已知的局部变化的权力迭代。一个是正向推,它从源节点沿着边向前传播概率质量,而另一个是反向推,它从目标节点沿着边向后传播局部变化。在这两种变体中,我们保持两个向量之间的不变量,当边缘更新时,我们的算法首先修改向量以恢复不变量,然后执行任何需要的局部推操作以恢复准确性。对于反向推,我们证明了,对于任意有向图的随机边模型,或对于任意无向图,给定一个均匀随机的目标节点$t$,成本保持一个PPR向量$t$的附加错误$\varepsilon$作为$k$边缘更新是$O(k + \bar{d} / \varepsilon)$,其中$\bar{d}$是图的平均度。这是每次更新的$O(1)$工作量,加上在静态图上计算一次反向向量的成本。对于前推,我们表明,在任意的无向图,给定一个均匀随机的开始节点$s$,从$s$的度归一化误差$\varepsilon$作为$k$边缘更新维护PPR向量的成本是$O(k + 1 / \varepsilon)$,这再次是每次更新$O(1)$加上一个静态图上计算PPR向量的成本。
2017-12-23 cs.DS
Efficient Algorithms for Approximate Single-Source Personalized PageRank Queries
给定图$G$、源节点$s$和目标节点$t$,$t$相对于$s$的个性化PageRank(PPR)是从$s$开始的随机游走终止于$t$的概率。PPR查询的一个重要变体是单源PPR(SSPPR),它枚举$G$中的所有节点,并返回相对于给定源$s$具有最高PPR值的前$k$节点。一般而言,PPR和具体而言,SSPPR在web搜索和社交网络中具有重要的应用,例如,在Twitter的Who-To-Follow推荐服务中。然而,PPR计算在大型图上是昂贵的,并且抵抗索引。因此,以前的解决方案要么使用无法保证结果质量的统计学,要么依赖于成本高昂的现代数据中心的强大计算能力。出于这一动机,我们提出了有效的无索引和基于索引的近似PPR处理算法,严格保证结果质量。我们首先介绍了FORA,一种近似的SSPPR解决方案,它以一种简单而又不平凡的方式结合了两种现有的方法向前推(快速但不保证质量)和蒙特卡洛随机游走(准确但缓慢),从而实现了高精度和高效率。此外,FORA包括简单且有效的索引方案,以及用于具有高修剪能力的顶部$k$选择的模块。大量的实验表明,所提出的解决方案比各自的竞争对手更有效的数量级。值得注意的是,在一个十亿边的Twitter数据集上,FORA使用单个商品服务器在1秒内回答了前500个近似的SSPPR查询。
2019-08-28 cs.DB cs.DS cs.SI
Dynamic PageRank: Algorithms and Lower Bounds
该研究刻画了动态图下加法与乘法近似PageRank维护的复杂度,给出加法近似的匹配上下界,证明ForwardPush方法效率更低,并解决了有向图乘法近似的13年开放问题。
2024-05-17 cs.DS
Personalized PageRank dimensionality and algorithmic implications
许多系统,包括互联网、社交网络和电网,都可以用图来表示。在分析图形时,计算描述节点之间的相对重要性或距离的分数通常很有用。一个示例是个性化页面排名(PPR),其向每个节点$v$分配向量,该向量的第$i$条目从$v$的角度描述第$i$节点的重要性。PPR已被证明在许多应用中是有用的,诸如推荐用户应该在社交网络上关注谁(如果第$i$个条目很大,则$v$可能对关注第$i$个用户感兴趣)。不幸的是,计算$n$这样的PPR向量(其中$n$是节点的数量)对于许多感兴趣的图是不可行的。在这项工作中,我们认为情况并不那么可怕。我们的主要结果表明,在$n$中,对于某类随机图和类似于秩的维数的概念,PPR向量集的维数具有高概率的次线性尺度。换句话说,我们认为这个集合的有效维数远小于$n$,尽管包含这些向量的矩阵具有秩$n$。此外,我们表明,这种维数措施密切相关的PPR估计方案,提出了(但没有分析)由Jeh和Widom的复杂性。这使我们能够论证,准确估计所有$n$ PPR向量相当于计算$n^2$向量元素的消失分数(当我们的主要结果的技术假设得到满足时)。最后,我们实证表明,类似的结论时,考虑现实世界的网络,尽管我们的理论的假设不成立。
2018-04-09 cs.DS cs.SI
Edge-based Local Push for Personalized PageRank
个性化PageRank(PPR)是图挖掘和网络研究中常用的节点邻近度度量。给定图G =(V,E)和源节点$s \in V$,单源PPR(SSPPR)查询要求关于s的PPR值$\vpi(u)$,其表示节点u在源节点s的上下文中的相对重要性。在现有的SSPPR查询算法中,LocalPush是一种基本的方法,是后续算法的基石。在LocalPush中,push操作是一个至关重要的基本操作,它通过相应的边将节点u处的概率分配给所有u的邻居。虽然这种推送操作在未加权的图上工作得很好,但不幸的是,它在加权图上可能相当低效。特别是,在不平衡的加权图中,只有少数这些边占据其中的大部分总权重,推送操作将不得不沿着那些只占据次要权重的边分布无关紧要的概率,从而导致昂贵的开销。为了解决这个问题,我们提出了EdgePush算法,一种新的方法来计算加权图上的SSPPR查询。EdgePush将上述推送操作分解为基于边缘的推送,允许算法在边缘级别粒度上操作。因此,它可以根据边缘权重灵活地分配概率。此外,我们的EdgePush允许每个边缘的细粒度终止阈值,从而导致比LocalPush更高的复杂性。值得注意的是,我们证明了EdgePush提高了LocalPush的理论查询成本,当图的权重不平衡时,无论是在$\ell_1$-错误和归一化的附加错误方面,都是O(n)的顺序。我们的实验结果表明,EdgePush显着优于国家…
2022-05-07 cs.DS
Accelerating Personalized PageRank Vector Computation
针对有向与无向图的个性化 PageRank 向量计算,本文揭示 FwdPush 与 Gauss-Seidel 的关系,提出 FwdPushSOR、启发式推送及动量加速方法,并证明更优局部收敛界。
2023-06-06 cs.DS
Computing Heat Kernel Pagerank and a Local Clustering Algorithm
热核网页排名是个性化网页排名的一种变化,以指数形式给出。在这项工作中,我们提出了一个次线性时间算法近似的热核pagerank的图。该算法的工作原理是模拟有限长度的随机游动,并在时间上运行$O\big(\frac{\log(ε^{-1})\log n}{ε^3\log\log(ε^{-1})}\big)$,假设执行一个随机游动步骤,并从一个有界支持的分布采样需要恒定的时间。热核pagerank得到的顶点的定量排名可以用于局部聚类算法。我们提出了一个有效的本地聚类算法,发现通过执行一个热内核pagerank向量扫描削减,使用热内核pagerank近似算法作为一个子程序。具体而言,我们表明,对于一个子集$S$的Cheeger比$ϕ$,许多顶点$S$可以作为种子的热内核pagerank向量,将找到一个削减的电导$O(\sqrtϕ)$。
2016-12-15 cs.DS
Approximate Graph Propagation
节点邻近查询的有效计算,如转移概率,个性化PageRank和Katz在各种图挖掘和学习任务中具有根本的重要性。特别是,最近的几项工作利用快速节点邻近度计算来提高图神经网络(GNN)的可扩展性。然而,之前关于邻近计算和GNN特征传播的研究都是基于个案的,每篇论文都专注于特定的邻近度量。在本文中,我们提出了近似图传播(AGP),一个统一的随机算法,计算各种邻近查询和GNN特征传播,包括转移概率,个性化PageRank,热核PageRank,Katz,SGC,GDC和APPNP。我们的算法提供了一个理论上有界的错误保证,并运行在几乎最佳的时间复杂度。我们进行了广泛的实验研究,以证明AGP的有效性,在两个具体的应用程序:本地聚类与热核PageRank和节点分类与GNNs。最值得注意的是,我们提出了一个十亿边图Papers100M的实证研究,这是迄今为止最大的公开可用的GNN数据集。结果表明,AGP可以显着提高各种现有的GNN模型的可扩展性,而不牺牲预测精度。
2021-11-26 cs.DS
Near-Optimality for Single-Source Personalized PageRank
Nanyang Technological University(南洋理工大学);National University of Singapore(新加坡国立大学)
本文研究了单源个性化PageRank查询的计算复杂度,改进了上界并建立了更紧的下界,证明了在大多数图情形下该查询在理论上最优,并将单目标个性化PageRank的下界提升至与上界一致。
2026-04-12 cs.CC cs.DS
Approximating Single-Source Personalized PageRank with Absolute Error Guarantees
针对单源个性化PageRank查询,提出具有绝对误差保证的近似算法,在多种图类型上实现次线性期望运行时间,并改进度归一化误差情形的复杂度。
2024-01-02 cs.DS
Network Essence: PageRank Completion and Centrality-Conforming Markov Chains
马图谢克(1963-2015)在数学和算法设计方面有许多突破性的贡献。他的里程碑式的成果不仅意义深远,而且优雅。通过超越原来的对象-如欧几里德空间或线性程序- Jirka发现了具有挑战性的数学/算法问题的本质,以及对他来说很自然的美丽解决方案,但对该领域来说是令人惊讶的发现。在这篇简短的探索文章中,我将首先与读者分享我与Jirka的初次相遇,并讨论他在20世纪90年代初的一个基本几何结果。在社会和信息网络时代,我将把讨论从几何结构转向网络结构,试图向网络科学的圣杯迈出一小步,即理解所观察到的稀疏和多面网络数据背后的网络本质。我将讨论一个简单的结果,它总结了个性化PageRank矩阵的一些基本代数性质。与传统的二元关系传递闭包不同,个性化PageRank矩阵采用网络数据的“累积马尔可夫闭包”。其中一些代数性质在各种背景下都是已知的。但我希望在更广泛的背景下将它们放在一起,将有助于说明这种马尔可夫网络完备化的理想性质,并促进网络理论的系统发展,以理解大量和无处不在的多方面网络数据。
2017-08-25 cs.CG cs.DS cs.SI
Bidirectional PageRank Estimation: From Average-Case to Worst-Case
我们提出了一种新的算法,用于估计的个性化PageRank(PPR)之间的源和目标节点的无向图,次线性运行时间保证在最坏情况下的源和目标节点的选择。我们的工作建立在最近的工作线上的双向估计PPR,获得次线性运行时间的保证,但在平均情况下,目标节点的均匀随机选择。至关重要的是,我们展示了如何利用无向网络上随机游走的可逆性将平均情况转换为最坏情况的保证。过去的双向方法将正向随机游走与反向本地推送相结合,而我们的算法将正向本地推送与反向随机游走相结合。我们还讨论了如何修改我们的方法,以估计任何长度分布的随机行走概率,从而获得快速算法估计一般图扩散,包括热核,无向网络。
2015-12-15 cs.DM cs.DS
Multi-Scale Matrix Sampling and Sublinear-Time PageRank Computation
在Web科学和社会网络分析中的许多应用中出现的基本问题是,给定任意的近似因子$c>1$,输出节点的集合$S$,其以高概率包含至少$Δ$的PageRank的所有节点,并且没有PageRank小于$Δ/c$的节点。我们将此问题称为{ \sc SignificantPageRanks}。我们开发了一个接近最优的,本地算法的问题与运行时的复杂性$\tilde{O}(n/Δ)$网络上的$n$节点。我们发现,任何解决这个问题的算法必须有运行时间的$Ω(n/Δ)$,使我们的算法最佳的对数因子。我们的算法有两个主要的技术贡献。第一个是一个基本的矩阵问题,可能是感兴趣的本身的多尺度采样方案。在抽象矩阵问题中,假设可以通过查询其行来访问未知的{ \em右随机矩阵},其中查询的成本和答案的准确性取决于精度参数$ε$。以$1/ε$的代价命题,查询将返回一个$O(1/ε)$条目及其索引的列表,这些条目提供行的$ε$精度近似值。我们的任务是找到一个集合,该集合包含所有和至少为$Δ$的列,并忽略任何和小于$Δ/c$的列。我们的多尺度采样方案解决了这个问题的成本$\tilde{O}(n/Δ)$,而传统的采样算法将需要时间$Θ((n/Δ)^2)$。我们的第二个主要的技术贡献是一个新的本地算法近似个性化的PageRank,这是更强大的比早期开发的\cite{JehW03,AndersenCL06},是非常有效的,特别…
2013-05-28 cs.DS cs.SI
Neighborhoods are good communities
社交网络的社区是顶点的集合,集合内部的连接比外部的连接多。我们从理论上证明了社交网络的两个常见的性质,重尾度分布和大的聚类系数,意味着存在顶点邻域(也称为egonet),它们本身就是良好的社区。我们评估这些社区社区的一系列图。我们发现,社区社区的电导率通常与费德勒切割一样好。此外,附近社区的电导表现出类似的行为,网络社区配置文件计算与个性化的PageRank社区发现方法。后者需要扫过大量的起始顶点,这可能是昂贵的。然而,通过使用一个小的且易于计算的邻域社区集作为这些PageRank社区的种子,我们发现当在图中的任何地方播种时,社区都可以精确地捕获网络社区配置文件的行为,并且总工作量显着减少。
2011-11-30 cs.DM cs.DS cs.SI
Learning Networks from Random Walk-Based Node Similarities
Yale University(耶鲁大学);Massachusetts Institute of Technology(麻省理工学院);Boston University(波士顿大学);Harvard University(哈佛大学)
在线社交媒体世界中的数字存在带来了重大的隐私风险。在这项工作中,我们考虑了对社交网络的隐私威胁,其中攻击者可以访问基于随机行走的节点相似性的子集,例如有效电阻(即,通勤时间)或个性化的PageRank分数。利用这些相似性,攻击者的目标是推断尽可能多的关于底层网络的信息,包括任何剩余的未知成对节点相似性和边缘。对于有效的阻力度量,我们表明,只有一个小的测量子集,攻击者可以学习一个社会网络中的大部分边缘,即使测量是嘈杂的。我们还表明,可以学习一个图,该图在所有其他有效电阻上与底层网络准确匹配。从数据采掘的角度来看,第二个观察结果是有趣的,因为精确计算所有有效电阻可能是昂贵的。作为替代方案,我们的图从近似有效电阻的子集中学习,可以在使用有效电阻探测图结构的广泛应用中用作代理,包括图聚类,节点中心性评估和异常检测。我们通过数学形式化图学习目标,使用两个优化问题来获得我们的结果。一个公式是凸的,可以证明在多项式时间内求解。另一个不是,但我们用投影梯度和坐标下降有效地解决了它。我们证明了这些方法的有效性,从Facebook获得的社交网络的数量。我们还讨论了我们的方法可以推广到其他随机行走的相似性,如个性化的PageRank。我们的代码可在https://github.com/cnmusco/graph-similarity-learning上获得。
2018-01-23 cs.DS cs.LG cs.SI