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
Personalized PageRank Estimation and Search: A Bidirectional Approach
我们提出了新的个性化PageRank估计和个性化PageRank搜索算法。首先,对于估计个性化PageRank(PPR)从源分布到目标节点的问题,我们提出了一种新的双向估计器,它具有简单而强大的正确性和性能保证,并且在不同网络的实验中比现有估计器加速3倍至8倍。此外,它有一个干净的代数结构,使其能够用作个性化PageRank搜索问题的原语:给定一个像Facebook这样的网络,一个像“叫John的人”这样的查询,以及一个搜索用户,从搜索用户的角度返回网络中PPR排名的顶级节点。以前的解决方案要么对所有节点进行评分,要么一次对一个候选节点进行评分,这对于大型候选集来说非常缓慢。我们开发了一种新的算法,基于我们的双向PPR估计,它通过基于PPR的候选人采样来识别最相关的结果;这是PPR搜索的第一个解决方案,可以找到最好的结果,而无需迭代所有候选结果的集合。最后,通过结合PPR抽样与序贯PPR估计和蒙特卡洛,我们开发了实用的算法PPR搜索,我们通过实验表明,我们的算法是有效的网络与数十亿的边缘。
2015-12-15 cs.DS cs.IR cs.SI
Fast Incremental and Personalized PageRank
在本文中,我们分析了效率的Monte Carlo方法的增量计算PageRank,个性化PageRank,和类似的随机游走为基础的方法(专注于SALSA),在大规模的动态发展的社交网络。我们假设友谊图存储在分布式共享内存中,就像Twitter这样的大型社交网络一样。对于全局PageRank,我们假设社交网络具有$n$节点,并且$m$逆向选择的边以随机顺序到达。我们表明,重置概率$ε$,总的工作需要保持一个准确的估计(使用蒙特卡罗方法)的PageRank的每个节点在任何时候是$O(\frac{n\ln m}{ε^{2}})$。这明显优于所有已知的递增PageRank的界限。例如,如果我们在每个边到达时简单地重新计算PageRank,则简单幂迭代方法需要$Ω(\frac{m^2}{\ln(1/(1-ε))})$总时间,而Monte Carlo方法需要$O(mn/ε)$总时间;两者都非常昂贵。此外,我们还表明,我们可以同样有效地处理删除。然后,我们研究了从种子节点开始的顶级$k$个性化PageRank的计算,假设个性化PageRank遵循指数为$α< 1$的幂律。我们表明,如果我们存储从每个节点开始的$R>q\ln n$随机游走足够大的常数$q$(使用全局PageRank概述的方法),那么对分布式社交网络数据库的调用的预期数量是$O(k/(R^{(1-α)/α}))$。我们还提出了实验结果…
2010-08-31 cs.DB cs.DS cs.IR
FAST-PPR: Scaling Personalized PageRank Estimation for Large Graphs
我们提出了一个新的算法,快速PPR,估计个性化的PageRank:给定的开始节点$s$和目标节点$t$在一个有向图,并给定一个阈值$δ$,快速PPR估计个性化的PageRank $π_s(t)$从$s$到$t$,保证一个小的相对误差,只要$π_s(t)>δ$。这个问题的现有算法的运行时间为$Ω(1/δ)$ ;相比之下,FAST-PPR的可证明平均运行时间保证为${O}(\sqrt{d/δ})$(其中$d$是图的平均入度)。这是一个显著的改进,因为对于应用程序,$δ$通常是$O(1/n)$(其中$n$是节点数)。我们还补充了该算法的PageRank估计的$Ω(1/\sqrtδ)$下限,表明对$δ$的依赖不能得到改善。我们进行了详细的实证研究,大量的图形,表明快速PPR显着优于现有的算法。例如,在具有15亿条边的2010年Twitter图上,对于按流行度采样的目标节点,FAST-PPR具有超过现有技术的$20$因子加速。此外,FAST-PPR的增强版本在Twitter图上具有$160$因子加速,并且在我们所有的候选图上至少快$20$倍。
2014-08-22 cs.DS cs.SI
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
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
Efficient Algorithms for Personalized PageRank
我们提出了新的,更有效的算法估计随机游走分数,如个性化的PageRank从一个给定的源节点到一个或多个目标节点。这些分数对于包括社交网络、用户项目网络和web的网络上的个性化搜索和推荐是有用的。过去的工作已经提出使用蒙特卡罗或使用线性代数来估计从单个源到每个目标的分数,使得它们对于单个对是低效的。我们的贡献是一个新的双向算法,结合线性代数和蒙特卡罗实现显着的速度提高。在一组不同的六个图上,我们的算法比过去最先进的算法快70倍。我们还提出了理论分析:虽然过去的算法需要$Ω(n)$的时间来估计一个随机游走分数的典型大小$\frac{1}{n}$的$n$节点图上一个给定的恒定的准确性,我们的算法只需要$O(\sqrt{m})$预期的时间为平均目标,其中$m$是边缘的数量,并证明是准确的。除了我们的核心双向估计个性化PageRank,我们提出了一种替代算法的无向图,推广到任意的步行长度和马尔可夫链,个性化搜索排名的算法,以及从给定的源到给定的一组目标的随机路径的采样算法。我们希望我们的双向方法可以在其他方面进行扩展,并将在其他图形分析问题的有用的子程序。
2015-12-15 cs.DS cs.IR cs.SI
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
On the Complexity of the Monte Carlo Method for Incremental PageRank
本文扩展了[B]中对增量PageRank的分析。Bahmani,A. Chowdhury,和A.戈埃尔快速增量和个性化PageRank。VLDB 2011]。在这项工作中,作者证明了一个运行时间的$O(\frac{nR}{ε^2} \ln(m))$保持PageRank更新超过$m$边缘到达图中的$n$节点时,该算法存储每个节点的$R$随机游走和PageRank传送概率为$ε$。为了证明这个运行时间,他们假设边缘以随机顺序到达,并将其留给未来的工作来扩展他们的运行时间保证对抗边缘到达。在这篇文章中,我们通过展示一个图和一个运行时间为$Ω\left(R n m^{\lg{\frac{3}{2}(1-ε)}}\right)$的对抗边缘到达顺序来证明随机边缘顺序假设是必要的。更一般地,对于任何整数$d \geq 2$,我们构造一个图和对抗边顺序,其中运行时间是$Ω\left(R n m^{\log_d(H_d (1-ε))}\right)$,其中$H_d$是$d$的第三谐波数。
2014-04-12 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
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
FUSED-PAGERANK: Loop-Fusion based Approximate PageRank
PageRank是一个图中心度度量,它给出了给定图中每个节点的重要性。PageRank算法提供了重要的见解,通过它们与其他节点形成的连接来理解节点的行为。它是一种迭代算法,在每次迭代中对节点进行排序,直到所有节点值收敛。PageRank算法使用稀疏存储格式实现,这导致代码中的内存访问不规则。这个关键特性抑制了优化以提高其性能,并使优化PageRank算法成为一个重要的问题。在这项工作中,我们提高了PageRank算法的性能,减少其不规则的内存访问。在本文中,我们提出了FUSED-PAGERANK算法,一个面向编译器优化的近似技术,减少了不规则的内存访问的PageRank算法的数量,提高其局部性,同时使算法的收敛速度更快,结果更准确。特别是,我们提出了一个近似的PageRank算法使用循环融合。我们相信,我们的工作是第一次正式应用传统的编译器优化技术的不规则内存访问的PageRank算法。我们已经通过在各种数据集上进行实验验证了我们的方法:LAW图,SNAP数据集和合成数据集。在这些基准测试中,我们已经实现了2.05X,2.23X,1.74X与顺序版本的FUSED-PAGERANK算法的最大加速比(vs. -O3优化),和~4.4X,~2.61X,~4.22X与并行版本的PageRank算法相比,边缘为中心的版本。
2022-03-17 cs.DS cs.PF
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
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
Two Parallel PageRank Algorithms via Improving Forward Push
PageRank最初用于对网页进行排名,现在已经应用到许多领域。随着图形规模的不断扩大,迫切需要加速PageRank计算,设计并行算法是一种可行的解决方案。本文通过对现有的Personalized PageRank算法进行改进,提出了两种并行PageRank算法IFP1和IFP2,向前推。理论分析表明,IFP1可以利用图的DAG结构,其中悬挂顶点提高了收敛速度,未引用的顶点减少了计算量。作为IFP1的改进,IFP2只将质量推到悬挂顶点一次,而是多次,从而进一步减少了计算量。在6个数据集上的实验表明,IFP1和IFP2的性能都优于Power方法,其中具有38个并行度的IFP2最多可以是Power方法的50倍。
2023-02-07 cs.DS cs.NA math.NA
A Simple Active-Set Method for PageRank-Based Local Graph Clustering
Renmin University of China(中国人民大学)
该研究提出一种基于有效集的简单算法,将ACL ε-近似PageRank向量的计算时间复杂度优化为Õ(1/ε²),并应用于ℓ₁-正则化PageRank优化,改进了现有边界的依赖关系。
2026-08-18 cs.DS
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
Accelerating the Local Push Primitive for PageRank Computation
Renmin University of China(中国人民大学)
提出加速局部推送原语,将PageRank近似计算时间从O(1/(αε))降至Õ(1/(√αε)),并解决ℓ1正则化PageRank的开放问题,通过势函数分析改进活跃集方法,可加速局部图聚类和有效电阻估计。
2026-09-14 cs.DS
Heat kernel based community detection
热核是一种特殊类型的图扩散,与常用的个性化PageRank扩散一样,它在识别起始种子节点附近的社区时很有用。我们提出了第一个确定性的,本地算法来计算这种扩散,并使用该算法来研究它产生的社区。我们的算法形式上是一个松弛的方法来解决一个线性系统估计矩阵指数的度加权范数。我们证明,该算法保持本地化在一个大的图形,并有一个最坏情况下的常数运行时间,仅取决于扩散的参数,而不是图的大小。我们在真实网络上的实验表明,这种方法产生的社区比PageRank产生的社区具有更好的传导性,尽管在大型图上计算它们需要稍长的时间。在现实世界的社区识别任务中,热核社区的表现优于PageRank扩散。
2016-11-15 cs.DS cs.SI physics.soc-ph
Walking Randomly, Massively, and Efficiently
我们介绍了一组技术,允许有效地产生许多独立的随机游动的大规模并行计算(MPC)模型与空间每台机器的顶点数强次线性。在这种每台机器空间的制度,许多自然的方法图问题的斗争,以克服$Θ(\log n)$ MPC轮复杂性障碍。我们的技术使打破这一障碍PageRank-随机游走的最重要的应用程序之一-即使在更具挑战性的有向图,近似bipartiteness和扩展测试。在无向情况下,我们从平稳分布开始随机游走,这意味着我们大致知道它们下一步的经验分布。这允许提前准备随机游走的延续并应用加倍方法。因此,我们可以在MPC上的$Θ(\log l)$轮中生成多个长度为$l$的随机游动。此外,我们表明,在流行的1-vs.- 2-循环猜想,此轮复杂度是渐近紧的。对于有向图,我们的方法源于我们对PageRank马尔可夫链的处理。我们首先计算输入图的无向版本的PageRank,然后慢慢过渡到有向的情况下,考虑在这个过程中的过渡矩阵的凸组合。对于PageRank,我们在阻尼因子等于$1 - ε$的情况下实现了以下轮复杂度:* 在无向图的$O(\log \log n + \log 1 / ε)$轮中(具有$\tilde O(m / ε^2)$总空间),* 在有向图的$\tilde O(\log^2 \log n + \log^2 1/ε)$轮中(具有$\tilde O((m+n^{1+o(1)}) / poly\…
2019-11-06 cs.DC cs.DS
Scalable Similarity Search over Large Attributed Bipartite Graphs
Chongqing University of Posts and Telecommunications(重庆邮电大学);Beijing Institute of Technology(北京理工大学)
本文提出AHPP模型,结合双图结构和属性相似性,设计高效算法解决大规模属性双图的相似性搜索问题。
2025-12-12 cs.DS
Scaling Up Graph Propagation Computation on Large Graphs: A Local Chebyshev Approximation Approach
Beijing Institute of Technology(北京理工大学);Southwest University(西南大学)
针对大规模图传播计算收敛慢的问题,提出基于切比雪夫多项式的加速方法,包括幂迭代和推送两种变体,显著提升效率,实验验证优越性。
2024-12-14 cs.DS cs.LG