PPR算法入门

基本概念

Forword Push

举例与总结

对于5个点的图（0，1，2，3，4）

• 0指向1，2
• 1指向3
• 2指向4

那么对于基本概念中的公式，有如下迭代：

0	1	2	3	4
1	0	0	0	0
0.2	0.4	0.4	0	0
0.2	0.08	0.08	0.32	0.32

显然，随机游走回原点的概率与该点rank值始终是一定的，而另一部分rank值流向诸多其他点

对于FORA论文中的Forword Push代码，有如下迭代：

	0	1	2	3	4
$r$	1	0	0	0	0
$\pi$	0	0	0	0	0
$r$	0	0.4	0.4	0	0
$\pi$	0.2	0	0	0	0
$r$	0	0	0	0.32	0.32
$\pi$	0.2	0.8	0.8	0	0

显然，原点rank值始终在$\pi$中，而不在残差$r$中参与运算（0是不可能大于更新阈值的）

而$\pi$的总和就像DAIC的PageRank一样，以幂级数的方式不断收敛到1，剩余部分永远在路上——在残差$r$中，越来越小。这本身就像DAIC一样，只有有残差的点，才被计算

有趣，真的有趣