一種基于P2P網(wǎng)絡(luò)的分布式PageRank算法

隨著網(wǎng)頁數(shù)量的快速增長，集中式的網(wǎng)絡(luò)搜索引擎已經(jīng)不能在性能上滿足需求。為此
提出了一種新的基于P2P網(wǎng)絡(luò)的分布式PageRank算法。該算法引入了間接消息發(fā)送機(jī)制來降低存在于各個網(wǎng)絡(luò)結(jié)點之間的網(wǎng)絡(luò)擁塞。同時討論了該算法的收斂時間和帶寬消耗。實驗證明該算法提供了新的方式能在提高精確度的基礎(chǔ)上降低通信量。
傳統(tǒng)的PageRank是一種建立在所有網(wǎng)頁鏈接拓?fù)鋱D上的、集中式的計算技術(shù)。通過離線
計算整個網(wǎng)絡(luò)的PageRank值，在用戶查詢時根據(jù)關(guān)鍵字匹配獲得網(wǎng)頁集合。隨著網(wǎng)頁數(shù)量的快速增長，集中式的網(wǎng)絡(luò)搜索引擎已經(jīng)不能在性能上滿足需求。PageRank只有采用分布式的算法，才能和目前的網(wǎng)絡(luò)搜索引擎結(jié)構(gòu)相結(jié)合，并在性能上滿足快速更新的要求。
由于PageRank是一種同步迭代算法,下一步的計算要依賴于前幾步計算產(chǎn)生的值做為基
礎(chǔ)。采用分布式計算時，整個網(wǎng)絡(luò)拓?fù)鋱D被劃分成若干部分，計算時必然造成各個部分之間的鏈接失效。這種情況是導(dǎo)致分布式PageRank計算產(chǎn)生誤差的主要原因。隨之產(chǎn)生的頁面劃分與消息擁塞必須予以重要考慮。
P2P 網(wǎng)絡(luò)技術(shù)由于其自組織性，健壯性以及分布式計算而得以廣泛流行。所有網(wǎng)絡(luò)節(jié)點
上的設(shè)備都可以建立P2P對話[1]。本文提出了一種基于上述網(wǎng)絡(luò)平臺的分布式PageRank算法，討論了該算法的收斂時間和帶寬消耗。同時引入間接消息機(jī)制來降低通信量。