Un método iterativo de división múltiple parametrizado para resolver el problema de PageRank
Autores: Xie, Yajun; Hu, Lihua; Ma, Changfeng
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un método iterativo de división múltiple parametrizado para resolver el problema de PageRank
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmo propuesto
Problema de PageRank
Iterativo multi-parámetro
Convergencia
Estabilidad numérica
Subsistemas lineales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
En este documento, se propone un nuevo algoritmo iterativo de múltiples parámetros para abordar el problema de PageRank basado en el método de iteración de múltiples divisiones. El método propuesto resuelve dos sub-sistemas lineales en cada iteración dividiendo la matriz de coeficientes, considerando por lo tanto iteraciones internas y externas para encontrar las soluciones aproximadas de estos sub-sistemas lineales. Se puede demostrar que la secuencia iterativa generada por el algoritmo iterativo de múltiples parámetros finalmente converge al vector de PageRank cuando los parámetros satisfacen ciertas condiciones. Experimentos numéricos muestran que el algoritmo propuesto tiene una mejor convergencia y estabilidad numérica que los algoritmos existentes.
Descripción
En este documento, se propone un nuevo algoritmo iterativo de múltiples parámetros para abordar el problema de PageRank basado en el método de iteración de múltiples divisiones. El método propuesto resuelve dos sub-sistemas lineales en cada iteración dividiendo la matriz de coeficientes, considerando por lo tanto iteraciones internas y externas para encontrar las soluciones aproximadas de estos sub-sistemas lineales. Se puede demostrar que la secuencia iterativa generada por el algoritmo iterativo de múltiples parámetros finalmente converge al vector de PageRank cuando los parámetros satisfacen ciertas condiciones. Experimentos numéricos muestran que el algoritmo propuesto tiene una mejor convergencia y estabilidad numérica que los algoritmos existentes.