PageRank

摘要： 针对当前期刊评价研究与实践中存在的定性与定量融合不足的问题,本研究将学科/领域同行对一流期刊的共识作为评价出发点,借助TrustRank算法,提出了融合同行评议共识与文献计量方法的期刊权威性因子JAF(journal authoritativeness factor),并进一步整合JAF与JIF(journal impact factor)提出了融合指标JAII(journal authoritativeness and impact index),用于进行期刊双维度评价。为验证JAF与JAII的有效性,本研究选取FMS(Federation of Management Societies of China)管理科学领域推荐的期刊作为评价对象,采用CSSCI(Chinese Social Sciences Citation Index)数据库2000—2018年的引文数据进行实证分析。结果表明,JAF对引文时间窗口具有稳健性;与两种基线指标相比,JAF与FMS的结果更加一致;JAF与JIF的融合指标JAII与FMS的相关性高达0.716。

摘要： 社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基于多关系网络的话题意见领袖挖掘方法(Multi-relational networks,MRTRank),融合话题因素和节点间多种交互关系,通过一种属性网络表示学习算法,得到不同节点在多关系网络上的相似性,形成节点的转移概率矩阵,最终通过PageRank算法得到top-k个意见领袖。在真实Twitter数据集上的实验结果验证了本文提出的方法优于传统的意见领袖挖掘算法。

摘要： 利用2000—2013年中国工业企业和海关进出口贸易的合并数据首先测算出企业进口贸易网络地位(PageRank)值,并通过双重差分的方法系统考察了高速公路如何影响企业进口贸易网络地位的问题。研究结果表明:高速公路的开通能有效地提升企业进口贸易网络地位;高速公路主要通过进口多元化效应、出口规模效应和市场一体化效应三种渠道提升企业进口贸易网络地位;异质性分析表明,高速公路主要提升了进口依赖度高、交通依赖度高的企业进口贸易网络地位。另外,通过“最小成本路径”的方法构建了高速公路开通的工具变量,较好地解决了模型可能存在的内生性问题。最后,在进一步分析中发现,高速公路的开通和关税水平的下降能同时改善境内外贸易环境,高速公路对关税下降作用于企业进口贸易网络地位的正向影响具有显著的“放大效应”。

摘要： 以宁夏高速公路网络为研究对象,基于复杂网络理论,采用Space-L方法建立路网模型,根据节点度、平均路径长度和聚类系数等指标分析宁夏高速公路的网络特征。结合PageRank算法挖掘网络中的重要节点,采用删除法分析网络的鲁棒性。试验结果表明宁夏高速公路网络具有明显的小世界网络特性,但不具备无标度网路特性,节点间通行所需路径转换较少,网络的连通性较好;中宁县、固原市和银川市等节点的重要程度较高;在采用删除法删除单个节点时,网络呈现出非鲁棒性;在宁夏高速公路网络中,应多关注重要节点。该研究可供高速公路网络建设参考。

摘要： 本研究以微电网充电桩布点需求为背景,考虑V2G结构中EV移动特性带来的影响,通过提取样本车辆数据的时空分布特征,再对充电桩分布进行拟合,提出一种电动车-微电网间的匹配测度的计算和预测方法。特定算例的计算表明,该方法具有显著的数据适应性,可以较好地表征较大地理尺度上的车辆分布特性,并对可能的充电桩需求规划提供参考。

摘要： PageRank算法已经成为网络搜索引擎的核心技术.针对PageRank问题导出的线性方程组,首先将Krylov子空间方法中的重启GMRES(generalized minimal residual)方法与多分裂迭代(multi-splitting iteration,MSI)方法相结合,提出了一种重启GMRES修正的多分裂迭代法;然后,给出了该算法的详细计算流程和收敛性分析;最后,通过数值实验验证了该算法的有效性.

摘要： 高考语文阅读理解问答相对普通阅读理解问答难度更大,同时高考问答任务中的训练数据较少,目前的深度学习方法不能取得良好的答题效果。针对这些问题,该文提出融合BERT语义表示的高考阅读理解答案候选句抽取方法。首先,采用改进的MMR算法对段落进行筛选;其次,运用微调之后的BERT模型对句子进行语义表示;再次,通过SoftMax分类器对答案候选句进行抽取,最后利用PageRank排序算法对输出结果进行二次排序。该方法在北京近十年高考语文阅读理解问答题上的召回率和准确率分别达到了61.2%和50.1%,验证了该方法的有效性。

摘要： 许多经典的聚类方法已成功应用于复杂网络社团挖掘问题,如C均值聚类、模糊C均值等。但这些传统的聚类算法对初始节点敏感,并且需要提前给定网络社团的个数。为此,提出一种基于PageRank重要性度量和模糊C均值聚类的社团挖掘算法(记为PFCM)。利用节点的PageRank重要性度量和最大最小模块度值来确定网络中最优种子节点,通过谱映射方法建立网络数据到特征空间的映射,进而利用模糊聚类对网络节点进行划分。最后通过真实网络数据对本文所提出的社团挖掘算法进行了验证,结果表明PFCM算法能够克服传统模糊C均值聚类算法稳定性差的缺点,提高了社团挖掘算法的有效性。

摘要： 针对联盟链中采用单节点身份认证不满足去中心化特性的问题,基于区块链验证可信的思想,用多个节点共同做身份认证形成一条证书链,提出一种适合联盟链身份认证管理的节点选取方案。对有限的访问和参与者在无集中的权威认证情况下,通过优良保密协议(Pretty Good Privacy,PGP)公钥介绍机制扩展用户的可信邻域来构建信任模型;计算k步可达信任传递路径数目得到节点k阶聚合度,即节点信任度;基于PageRank算法得到节点信任度排名;当k=4时一定数量高信誉节点PR值排名基本稳定,选取这些节点作为去中心化身份认证的节点。通过PGP自底向上建立认证机制,为联盟链认证节点信任评估和选取提供一个新思路。

摘要： 链接预测是基于已知的部分图数据来预测节点之间未被观测到的边或者未来可能产生的边的任务。链接预测领域目前最表现最佳的方法是,对所有目标节点对提取周围的低阶邻居小图,使用小图进行图分类预测链接的方法。然而,这种方法的稳定性和性能受限于图的局部结构特异性。所提方法在上述算法的基础上进行了改进,其根据目标节点周围节点的结构特征计算周围节点优先值,根据优先值筛选出高优先值的节点集合,并同时选出一定数量的随机节点,共同组成封闭子图,提取子图特征进行链接预测。实验表明,该算法有效提高了在不同结构的图数据上选出的小图的精准性和稳定性,显著提升了链接预测的效果。

摘要： 本文以汉蒙统计机器翻译系统为研究对象,介绍了基于混淆网络和PageRank的Nbest重排序方法。不同于以多个翻译系统为输入的系统融合技术,本文充分利用了单一系统的Nbcst输出。在单一系统Nbest基础上构建基于TER词对齐的混淆网络,然后通过PageRank排序算法输出最终的翻译结果.该方法利用了词级别的TER词对齐的混淆网络生成更多新的候选翻译选项,将最佳翻译结果的搜索问题视作网页间的PR值的计算问题。实验显示,基于混淆网络和PageRank的Nbest重捧序方法提高了翻译结果的质量,BLEU值由最大后验概率解码的0.2071提高到0.2225,提高了1.54。

摘要： 本文以汉蒙统计机器翻译系统为研究对象,介绍了基于混淆网络和PageRank的Nbest重排序方法。不同于以多个翻译系统为输入的系统融合技术,本文充分利用了单一系统的Nbcst输出。在单一系统Nbest基础上构建基于TER词对齐的混淆网络,然后通过PageRank排序算法输出最终的翻译结果.该方法利用了词级别的TER词对齐的混淆网络生成更多新的候选翻译选项,将最佳翻译结果的搜索问题视作网页间的PR值的计算问题。实验显示,基于混淆网络和PageRank的Nbest重捧序方法提高了翻译结果的质量,BLEU值由最大后验概率解码的0.2071提高到0.2225,提高了1.54。

摘要： 本文以汉蒙统计机器翻译系统为研究对象,介绍了基于混淆网络和PageRank的Nbest重排序方法。不同于以多个翻译系统为输入的系统融合技术,本文充分利用了单一系统的Nbcst输出。在单一系统Nbest基础上构建基于TER词对齐的混淆网络,然后通过PageRank排序算法输出最终的翻译结果.该方法利用了词级别的TER词对齐的混淆网络生成更多新的候选翻译选项,将最佳翻译结果的搜索问题视作网页间的PR值的计算问题。实验显示,基于混淆网络和PageRank的Nbest重捧序方法提高了翻译结果的质量,BLEU值由最大后验概率解码的0.2071提高到0.2225,提高了1.54。

摘要： 本文以汉蒙统计机器翻译系统为研究对象,介绍了基于混淆网络和PageRank的Nbest重排序方法。不同于以多个翻译系统为输入的系统融合技术,本文充分利用了单一系统的Nbcst输出。在单一系统Nbest基础上构建基于TER词对齐的混淆网络,然后通过PageRank排序算法输出最终的翻译结果.该方法利用了词级别的TER词对齐的混淆网络生成更多新的候选翻译选项,将最佳翻译结果的搜索问题视作网页间的PR值的计算问题。实验显示,基于混淆网络和PageRank的Nbest重捧序方法提高了翻译结果的质量,BLEU值由最大后验概率解码的0.2071提高到0.2225,提高了1.54。

摘要： 一个好的搜索引擎返回的命中结果应该有一个好的排序。网页本身的重要性是搜索引擎结果排序的一个重要依据，PageRank算法是通过分析网页之间的链接结构来得到网页的重要性。然而，网页之间的链接关系是网站的网页设计者设计的，它只能反映设计者对网页的理解，忽略了用户对网页的理解。本文提出一个从用户点击数据中获得相关反馈信息的综合策略。算法中设置一个修正向量，依据用户点击数据中得到的相关反馈信息来计算向量的值。并将修正向量作为一个参数应用到PageRank算法，是一种简单的个性化搜索应用。

摘要： 一个好的搜索引擎返回的命中结果应该有一个好的排序。网页本身的重要性是搜索引擎结果排序的一个重要依据，PageRank算法是通过分析网页之间的链接结构来得到网页的重要性。然而，网页之间的链接关系是网站的网页设计者设计的，它只能反映设计者对网页的理解，忽略了用户对网页的理解。本文提出一个从用户点击数据中获得相关反馈信息的综合策略。算法中设置一个修正向量，依据用户点击数据中得到的相关反馈信息来计算向量的值。并将修正向量作为一个参数应用到PageRank算法，是一种简单的个性化搜索应用。

摘要： 一个好的搜索引擎返回的命中结果应该有一个好的排序。网页本身的重要性是搜索引擎结果排序的一个重要依据，PageRank算法是通过分析网页之间的链接结构来得到网页的重要性。然而，网页之间的链接关系是网站的网页设计者设计的，它只能反映设计者对网页的理解，忽略了用户对网页的理解。本文提出一个从用户点击数据中获得相关反馈信息的综合策略。算法中设置一个修正向量，依据用户点击数据中得到的相关反馈信息来计算向量的值。并将修正向量作为一个参数应用到PageRank算法，是一种简单的个性化搜索应用。

摘要： 一个好的搜索引擎返回的命中结果应该有一个好的排序。网页本身的重要性是搜索引擎结果排序的一个重要依据，PageRank算法是通过分析网页之间的链接结构来得到网页的重要性。然而，网页之间的链接关系是网站的网页设计者设计的，它只能反映设计者对网页的理解，忽略了用户对网页的理解。本文提出一个从用户点击数据中获得相关反馈信息的综合策略。算法中设置一个修正向量，依据用户点击数据中得到的相关反馈信息来计算向量的值。并将修正向量作为一个参数应用到PageRank算法，是一种简单的个性化搜索应用。

摘要： 搜索引擎是用户利用网络资源不可或缺的工具,但目前搜索引擎的查准率有待提高.对于不同的用户而言,即便是相同的查询词其期望的查询对象可能不同,那么搜索引擎此时的查准率其实就是让搜索引擎具有个性化搜索的特点.个性化搜索引擎的关键是用户兴趣的确定和文档兴趣值的确定,只有把抽象的个性化兴趣量化成数值类的模型,才可以了解用户真正的需求和量化文档与兴趣的相关程度,从而准确地对网页进行筛选并达到个性化排序的功能.

摘要： 搜索引擎是用户利用网络资源不可或缺的工具,但目前搜索引擎的查准率有待提高.对于不同的用户而言,即便是相同的查询词其期望的查询对象可能不同,那么搜索引擎此时的查准率其实就是让搜索引擎具有个性化搜索的特点.个性化搜索引擎的关键是用户兴趣的确定和文档兴趣值的确定,只有把抽象的个性化兴趣量化成数值类的模型,才可以了解用户真正的需求和量化文档与兴趣的相关程度,从而准确地对网页进行筛选并达到个性化排序的功能.

摘要： 本发明公开了一种基于有向图改进版PageRank以及综合评定微博影响力的用户推荐方法，包括如下步骤：（1）Python爬虫爬取新浪微博数据集；（2）通过数据集在关注关系与交互关系的基础上建立有向图模型；（3）加入综合指标评定矩阵，得到加权概率转移矩阵；（4）马尔科夫迭代收敛得到最终PR值并进行Top‑N推荐。与传统方法相比，本发明所述方法可以有效避免仅通过关注关系建模，或者评判指标太过单一造成的局限性以及不准确性，实现了在数据范围里更精确且可信度更高的影响力用户的确定。

摘要： 本发明属于互联网技术领域，特别涉及一种基于改进的PageRank的网络爬虫方法及系统，所述的方法包括：(1)爬取网页；(2)获取网页关系；(3)获取关系矩阵；(4)获取初始概率矩阵；(5)PageRank计算；获取到关系矩阵、初始概率矩阵以及阻尼系数后，计算网页PR值，循环迭代计算直至概率矩阵收敛终止迭代；通过本发明提供的方法，解决了网页爬虫中部分页面重用关键字以提高搜索排名的网页欺骗问题。本发明提供的网络爬虫系统，使用简单且具有易接受的存储、转换、计算形式，可高效快速地计算出每张网页的权重；同时包含较完善的爬虫程序，展示了爬虫在实际生活中的应用，包括图片和文件下载、百度百科检索、视频播放、网页关系可视化等功能。

摘要： 本发明提出了一种基于PageRank的意见领袖挖掘方法，属于数据挖掘领域。本发明基于PageRank算法的核心思想，将其引入到社交网络用户影响力分析之中。本发明不仅考虑了社交网络用户关系拓扑结构信息，而且融合了社交网络用户的一些体现其影响力的属性信息。在社交网络拓扑信息方面算法基于事件中用户的转发关系构建了一个加权的用户关系网络，事件是具有主题性质的和大量广泛的用户参与的，以事件为基础使用转发机制构建关系网络不仅具有信息的针对性与目标性，而且明显能减少社交媒体信息数据量的使用，同时这种网络因事件的不同具有动态性。针对社交网络用户属性信息方面，算法使用了能直接体现用户影响力用户属性信息，能更加精确的刻画了用户影响力。

摘要： 本发明公开了一种基于PageRank算法的路网重要路段筛选方法，属于交通规划应用技术领域，该发明通过将路网建模，借鉴PageRank算法将路段间的静态连接关系以及动态交通流参数量化为马尔可夫状态转移矩阵，将PageRank值与矩阵迭代相乘，得到收敛的PageRank排名结果，通过与路段的PageRank平均值进行比较，找到需要控制的重点路段。本发明既体现出了每个路段在静态路网中的结构特性，又体现出了各个路段的较强的关联和相互影响的特性，实现了对路网路段重要程度的准确量化。

摘要： 本发明涉及一种基于PageRank的短文本摘要方法。该方法包括：包括：频繁项集生成；项集关系建模；项集模型计算并摘要。本发明基于PageRank模型，对事件短文本处理，形成关键词集合并通过模型计算对多个这些集合的重要程度进行模拟，选取最具概括性的集合作为该事件的关键词摘要。在实际应用中，清晰地描述事件的主要内容，达到节省人工成本并提高工作效率的目的。

摘要： 本发明公开了一种基于PageRank算法的医疗数据爬取方法及系统。本发明的医疗数据爬取方法，包括步骤：用户根据需要输入要爬取的医疗关键词；计算网页时间因子及潜在相关性因子；计算得到第一轮PR值，并临时存入数据库中；对各网页中的超链接进行权重计算；计算得到第二轮PR值，并更新数据库；比较PR值大小，获取PR值最大的N个网页；输出PR值最大的N个网页。本发明能够有效的解决传统通用爬虫算法偏重旧网页、主题漂移和偏重综合性网页的缺陷，可以高效、准确的爬取医疗数据网页。

摘要： 本发明提供了一种基于PageRank算法的移相器选址方法和装置，所述方法包括：通过负载率和N－1灵敏度作为质量分配系数构建PageRank算法的链接矩阵M1来识别排序电网中具有某些特性的关键线路；将关键线路的移相器灵敏度作为质量分配系数构成新的链接矩阵M2，利用PageRank算法进行移相器安装线路筛选排序；最后通过MATLAB与BPA的软件交互，利用遗传算法对电网进行移相器选址优化。本发明通过自定义的质量分配系数对电网中具有某些特性的线路进行更准确、更高效的识别，以及更容易收敛。同时本发明的优化方法能根据PR值对线路进行重要性排序，为关键线路识别和移相器选址提供新思路。

摘要： 本发明提供了一种基于忆阻器阵列的PageRank算法硬件电路实现方法。该方法包括：设置忆阻器阵列各忆阻单元电导值，将对应于网站链接跳转的状态转移矩阵写入忆阻器阵列中；将(表征网页受欢迎程度的)初始PR值向量以电压的形式输入忆阻器阵列的列信号输入端，在忆阻器阵列的行信号输出端得到第一次矩阵向量积运算结果；将忆阻器阵列的行信号输出端经过电流电压变换接回该阵列输入端，PR值计算结果为输出行信号的稳定分布。另外，由于本发明采用模拟域的存内计算方式，能够提高计算速度的同时降低能耗。

摘要： 本发明涉及一种基于变分量子线路确定PageRank的方法及装置。方法包括：根据预先获取的谷歌矩阵，构建量子系统绝热演化的哈密顿量，哈密顿量包括初始哈密顿量和目标哈密顿量；其中，谷歌矩阵用于表征网页间的链接关系，目标哈密顿量根据谷歌矩阵确定；构建变分量子线路，通过变分量子线路生成在绝热演化时间内量子系统对应的变分量子态；根据变分量子线路生成的，绝热演化完成后量子系统的终末量子态，确定PageRank向量。本发明提供的方法，通过变分量子算法来实现绝热演化过程，一方面克服了基于量子绝热演化算法需要时刻保证较大能量间隙的限制，另一方面继承了量子绝热演化算法带来的多项式级加速。

摘要： 本发明提供了用于大规模图的分布式并行PageRank算法，该算法将目标图数据的顶点PageRank值计算平均分配给若干数量的计算线程，通过独立的控制线程对若干数量的计算线程进行控制，实现并行计算，为了防止多线程环境下的数据竞争，本算法增设了顶点互斥锁，确保不同顶点对象的累积信息量PR计算不会互相干扰，确保顶点PageRank值的准确性；计算线程的数量设置具体取决于目标图数据规模以及分布式硬件环境条件，用户可根据实际需求设置计算线程的数量达到快速进行大规模图数据顶点PageRank值计算，本发明可广泛应用于各种互联网重要度排序问题，充分支持应用于分布式硬件环境。