Shunya UETA

Software Engineer As Data Scientist

Edge-Weighted Personalized PageRank: Breaking A Decade-Old Performance Barrier を読んだ

Posted at — Dec 4, 2017

応用数理研究者が機械学習界に進出していく研究

image

youtube clip

応用数理界隈ではクラシックな解き方でPageRankが解かれているので最新の数値計算手法に置き換えることで劇的にパフォーマンスが向上して10年前のパフォーマンスの鎖を解き放った論文

wenleix/EdgePPR

Author

Motivation

Reseatch Question

Proposed Method

Standard PageRank

Personalized PageRank

MODEL RESUCTION METHOD

  1. k次元の次元の削減された空間を構築
  2. k次元を近似するためにk個の等式が必要
  3. 次元削減の問題を解く(PageRankのベクトルは一部分が重要だという仮説)
comments powered by Disqus