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
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
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
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
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
Approximate Graph Propagation Revisited: Dynamic Parameterized Queries, Tighter Bounds and Dynamic Updates
The University of Melbourne(墨尔本大学);University of Copenhagen(哥本哈根大学);The University of Queensland(昆士兰大学)
本文提出AGP-Dynamic算法,实现动态图的O(1)均摊更新时间,同时保持近似保证和查询效率。
2026-01-10 cs.DS
Absorbing random-walk centrality: Theory and algorithms
研究了基于吸收随机游动的图中心性的新概念。给定一个图$G=(V,E)$和一组查询节点$Q\subseteq V$,我们的目标是确定$k$最中心的节点在$G$相对于$Q$。具体来说,我们认为中心节点是吸收的随机游走开始于查询节点$Q$。我们的目标是找到一组$k$中心节点,使随机游走的预期长度最小化,直到吸收。所提出的措施,我们称之为$k$吸收随机游走中心,有利于不同的集,因为它是有益的,以放置$k$吸收节点在图的不同部分,以便“拦截”随机游走,从不同的查询节点开始。尽管在文献中已经考虑了类似的问题定义,在信息检索设置的目标是多样化的Web搜索结果,在本文中,我们正式研究的问题,并证明了它的一些属性。我们表明,该问题是NP-难的,而目标函数是单调的和超模,这意味着一个贪心算法提供的解决方案与近似保证。另一方面,贪心算法涉及昂贵的矩阵运算,这使得在大型数据集上使用它是不可行的。为了应对这一挑战,我们开发了更有效的算法,基于谱聚类和个性化的PageRank。
2015-09-08 cs.DS cs.SI