- HieNet:自动 ICD 编码的双向层级框架
本研究提出了一种新颖的双向层次框架(HieNet),其中包括个性化的 PageRank 算法、双向层次通道编码器和渐进预测方法,以解决医疗记录自动 ICD 编码中存在的异质性、标签不平衡和 ICD 代码之间复杂关系的挑战,两个广泛使用的数据 - InstantEmbedding: 高效的节点本地表示
本文介绍了一种高效的用于生成单节点表示的方法 InstantEmbedding,并进行了理论证明和大规模实验,结果表明其比传统方法需要的计算时间少 9000 倍以上,同时其所生成的表示具有很高的质量。
- 随机、大规模和高效行走
本研究提出一组技术,允许在每台机器的空间强烈次线性的情况下,在 Massive Parallel Computation(MPC)模型中高效生成许多独立的随机游走,从而突破了 PageRank 等在有向和无向图的应用中遇到的局限性。
- ICLR预测后传播:图神经网络遇见个性化 PageRank
本文通过引入 PageRank 的个性化传播机制,构建了 PPNP 和其快速逼近版本 APPNP 两种新的方法,其训练速度相当或更快,参数数量相当或更少,并且与任何神经网络结合使用, 用于半监督分类,在最彻底的 GCN-like 模型的研究 - 分布式图分析的编码计算
本文提出了一种基于编码计算的分布式图处理框架,通过结构性冗余注入来在消息交换时实现编码的多播机会,从而大规模减少了通信负载,理论分析证明该方案在两种流行的随机图模型(Erdos-Renyi 模型和幂律模型)中实现了计算负载和平均通信负载之间 - ACL无需训练的通用依存关系分析
提出了 UDP,这是一种基于 PageRank 算法的无训练的解析器,可用作 Universal Dependencies 的跨语言解析的基准,具有鲁棒性和很少的参数。
- 区块模型与个性化 PageRank
该研究旨在通过发现 PageRank 参数与种子集扩展问题之间的联系,提出了一种评估排名方法的原则框架,并提出了一种简单的线性分类规则用于更高阶的落点概率的种子扩展问题。
- NIPS马尔可夫模型中的快速双向概率估计
本研究开发了一种双向算法来估计马尔可夫链的多步转移概率,该方法适用于离散状态空间上的任何马尔可夫链,可以用于计算多步转移概率的函数,并且在 “稀疏” 马尔可夫链中,该方法的运行时间比 Monte Carlo 和功率迭代算法更小。
- WWW微博情感因素的概念层面检测
本文提出了一个基于概念级别的情感原因模型(CECM),结合改进的基双词主题模型和上下文敏感的 PageRank 算法来发现热点事件在微博用户中引发多样化情绪的原因,实验结果表明 CECM 可以比基准方法更好地检测情感原因。
- PageRank 超越 Web
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。
- 维基百科 24 种语言版本的文化交流和高层人物相互影响排名
运用 Markov 链和 Google 矩阵方法,分析了 24 种不同语言维基百科超链接网络中的历史人物,并根据他们的文化背景研究了它们的空间、时间和性别分布,发现了文化之间的交错和文化之间相互影响的最具影响力的文化,并构建了跨文化交流的网 - KDD基于热核的社区发现
本研究提出了一种确定性的本地计算热核扩散的算法,用于研究其产生的社区,并与 PageRank 扩散进行比较,实验结果表明,热核社区具有更好的导度和识别性能。
- PageRank 问题、多智能体一致性和 Web 聚合 —— 一个系统与控制的视角
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。
- 将加权 PageRank 应用于作者引用网络
本文旨在探讨不同的加权 PageRank 算法是否适用于作者引文网络,从引用观点衡量学者的知名度和声望。在信息检索领域中,通过对 1956-2008 年 Web of Science(WOS)上的数据进行收集,计算了具有加权向量的引文和出版 - 快速增量和个性化 PageRank
本文分析了 Monte Carlo 方法在动态社交网络中增量计算 PageRank、个性化 PageRank 和类似的基于随机行走方法(重点关注 SALSA)时的效率,针对全局 PageRank 做出了重大改进,同时也可以同样高效地处理删除 - 通过边选择优化 PageRank
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。
- 通过外部链接最大化 PageRank
本文分析了一种针对网页集合的链接策略,该集合的网站管理员想要最大化谷歌 PageRank 分数的总和。我们提供了一种在合理假设下的最佳链接策略。