elektronická verzia publikácie - FIIT STU - Slovenská technická ...

208 Štúdie vybraných tém programových a informačných systémov
Takáto úprava implicitne zabezpečuje to, že z vrcholu, ktorý nemá žiadne výstupné
hrany, sa preskočí na úplne náhodnú stránku s pravdepodobnost’ou 1.
Úpravou incidenčnej matice M grafu, ktorá spĺňa prechádzajúci predpoklad dostávame
M = J E n
+(E − J)A. (7.15)
Výpočet výsledného ohodnotenia grafu je opät’ možné realizovat’ mocninovou metódou.
7.2.6 Model deravého kondenzátora
Model deravého kondenzátora (angl. leaky capacitor model) je d’alšou variáciou šírenia aktivácie.
Výsledná energia akumulovaná na vrcholoch sa v tomto modeli neukladá bez strát, ale
v každej iterácii sa jej čast’ definovaná konštantou γ0,
tak model nutne konverguje k stavu, kde sa výsledná aktivácia stratí úplne. Do modelu sa
kvôli zamedzeniu tohto nežiadúceho správania v každej iterácii "pumpuje"d’alšia energia
r 0 . Model deravého kondenzátora je možné zapísat’ pomocou vzt’ahov
r k = r 0 + r k−1 M (7.16)
M =(1− γ)I + αA (7.17)
kde α je pomer množstva energie, ktoré sa prešíri na vrchol od susedov. Základný algoritmus
šírenia aktivácie (kapitola 7.2.4) je špeciálnym prípadom modelu deravého kondenzátora,
kde α =1, γ =0a do grafu sa energia "napumpuje"len v prvej iterácii.
7.2.7 Porovnanie spôsobov výpočtu ohodnotenia
V tabul’ke 7-3 je uvedený prehl’ad postupov výpočtu ohodnotenia grafu jednotlivými algoritmami.
Pre uvedené algoritmy (s výnimkou modelu deravého kondenzátora) je zrejmé
využitie výpočtu hl’adania vlastného vektora matice iteračnou mocninovou metódou. 2
V uvedených algoritmoch je z hl’adiska výpočtu ešte jeden zásadný rozdiel. Zatial’ čo algoritmy
PageRank, HITS potrebujú na výpočet poznat’ celú incidenčnú maticu grafu, tak pri
algoritmoch šírenie aktivácie a NodeRanking je pre výpočet potrebné iba okolie jednotlivých
vrcholov. Druhá skupina algoritmov sa ukazuje byt’ vhodnejšia na distribuovaný výpočet,
pretože nemusí dochádzat’ k synchronizáciam po každej iterácii.
7.3 Zneužitel’nost’ algoritmov ohodnocujúcich grafy
Ohodnocovacie algoritmy sa vo vyhl’adávaní a odporúčaní využívajú väčšinou ako dodatočná
miera, ktorá v konečnom dôsledku určuje, ako silne je objekt vzhl’adom k dopytu
používatel’a relevantný. V kontexte internetového vyhl’adávania stránok je logické, že napríklad
stránky firiem sa budú snažit’ dosiahnut’ vyššiu mieru relevancie ako ich konkurencia.
Získajú vyššiu pozíciu vo vyhl’adávači a tým pravdepodobne aj viac návštevníkov
a potenciálnych zákazníkov.
Dôležitou otázkou v algoritmoch ohodnocujúcich grafy (stránky) sa stáva ich robustnost’
voči úmyselnému zneužitiu, ale aj neúmyselnému poškodeniu.
2 Pre algoritmus HITS sa hl’adajú dva vlastné vektory pre matice A T A, AA T .