基于CSR结构的历史图PageRank算法设计方案

近年来，学者们对静态图的研究越来越全面、深入，已经形成了完善的理论体系。但是，对于生活中的一些应用问题，如社交网络中不断变化的关系等，使用静态图表示此类动态变化的关系似乎显得有些乏力。而历史图可以表示动态的变化Pagerank算法是用于衡量网页重要程度的算法，而网络中不断有网站新建或删除，这样的网络用历史图来表示更为合适，因此考虑在历史图上利用CSR（ Compressed Sparse row）结构实现Pagerank，使得程序能够给出几个目标时间上各网站的评分，进而能够提供网站评分的变化情况，给出网站影响力趋势的预测。在Wikipedia提供的网页互相连接的Hyperlink networks数据集上，将所提方法与在链表上实现Pagerank算法做比较，结果显示其性能大大优于使用链表的结构，并且随着数据规模和标时间规模的増大，其优势将会越来越明显。