本文介绍了如何通过控制节点之间的边来优化 PageRank 的方法，其核心方法是基于线性规划和贪心算法，并且在给定互斥边的情况下，此问题是 NP 困难问题。

Nov, 2009

介绍了 Google 的 PageRank 算法及其广泛应用，涵盖了网络分析、系统分析等多个领域。

Jul, 2014

本文研究了一类 PageRank 优化问题，其中设计限制约束了网页的出链策略，模型可以通过约束马尔可夫决策过程进行建模，讨论了优化出链策略的定性特征，发现存在一个 “主站点”，所有控制网页都应指向此站点，并在实际 Web 图的片段上展示了数值结果。

Nov, 2010

本文介绍了 PageRank 算法的基本概念及其在信息技术、图书馆学、生物学和电子商务等领域的应用，并提出了一种基于马尔可夫链的分布式随机算法，它使用了节点和链接的图形表示，与系统和控制社区中的其他问题有所关联。

Dec, 2013

本文提出了两种基于个性化 PageRank 的超图聚类算法，它们都具有输出顶点集合对导纳有理论保证的优点，并在解决方案质量和运行时间方面优于现有方法。这是第一篇在具备理论保证的情况下实现了超图聚类的实用算法。

Jun, 2020

本研究通过分析节点邻近节点的贡献，得出最优可能性矩阵的解析式，进而预测网络中的缺失链接，并发现解析式中的一些局部相似性指数优于传统的相似性指数，如直接计算两个节点之间的 3 跳路径个数更能准确地预测缺失链接，而传统的 2 跳路径个数则不如该指数。

Mar, 2018

本文提出了一种基于超链接进行预训练的方法，并将其应用于信息检索（IR）任务中，实验结果表明此方法在大规模的 IR 和问答数据集上具有优越性。

Sep, 2022

本研究使用服务器日志构建模型自动发现有用的超链接并提出了一种有效算法以在预算约束下实现链接放置，该方法可以应用于任何网站，并在维基百科和生物医学研究网站 Simtk 上进行了验证。

Dec, 2015

以历史点击图为基础，研究问题是赞助搜索的查询重写。提供两种改进版本的 Simrank，以更好地识别查询相似性，并在 Yahoo！查询和实际点击图上使用各种指标进行实验评估。结果表明，增强的方法可以产生更多和更好的查询重写。

Dec, 2007

提出一种基于迭代排序的算法 IMRank，通过同时利用贪心算法和启发式算法，以节点排序的感染影响力边际作为参考，高效地解决了社交网络中的最大影响力问题。经过对大规模真实社交网络的广泛实验，IMRank 总是以极高的准确性实现的同时，计算成本大大降低。

Feb, 2014