[发明专利]基于局部迭代的MapReduce模型的图结点的权威值计算方法

说明书

技术领域

本发明涉及一种基于局部迭代的MapReduce模型的图结点的权威值计算方法，应用于社会网络范畴，属于数据挖掘的技术领域。

背景技术

互联网时代信息的飞速膨胀使得搜索引擎成为人们必不可少的信息检索工具。网页排序作为搜索引擎的关键技术之一，它的好坏将直接影响用户对信息的准确查找。目前，有许多排序算法，不过应用最成功、最具研究价值的是由斯坦福大学的Larry Page和Sergey Brin提出PageRank算法。该算法是通过分析网络的链接结构来获得网络中网页的重要性排名。PageRank算法作为最著名的网页排序和社会网络声望度量的方法之一，自从它诞生以来便为众多学者所瞩目。PageRank算法最初是用于计算Web中网页的权威值，PageRank算法认为一个网页的权威值可以通过网络的链接结构来传递，在Web的链接图中，如果存在一个页面a指向另一个页面b的链接，则表明a对b的认可，即a将自己的权威值部分传递给了b。因此，一方面，指向一个页面b的页面越多，则该页面得到的权威值越高；另一方面，指向页面b的页面，如a，自身的权威值越高，则b得到的权威值也越高。随机行走模型模拟了一个随机用户在G上的访问行为：用户从任意的结点开始访问，每次行走，用户将依循从当前结点出发的有向边，以概率d随机选择下一个访问结点（概率d的取值在0.1到0.2之间，通常为0.15），或者跳转到任意的一个结点以1-d的概率开始新一轮的随机行走。用户不断的重复以上的随机行走行为，直到在某一时刻观察到用户停留在任意结点的概率保持稳定。该稳定状态下的各结点概率分布即为每个结点的权威值。

对于有向图G(V,E)，结点u的PageRank值R(u)由公式(1)给出。

R(u)=(1-d)+d×Σv∈BuR(v)Nv---(1)]]>

B_u为所有到u有入边的邻居，N_v为结点v的出度。即图G中结点的PageRank值由所有指向它的结点的PageRank值以及那些结点的出度决定。这样的迭代过程直到各个结点的权威值保持不变停止，迭代过程如公式(2)所示。