Bài tốn tính tốn v các nút trong đ th , xem xét nút ngu n và các nút con liên quan đ n nó. Th c hi n tính tốn đ lan truy n đ n các nút khác. Các yêu c u đ ng v ch n nút ngu n th c hi n, th y đ c cách lan truy n đ n các ngu n khác th nào. C ng nh xem đ c cách thay đ i t c đ thì nh h ng c a nó đ n các giá tr trong đ th thay đ i th nào. Các yêu c u này đ c gi i thu t PPR trong Spark có th th c hi n. Gi i thu t PPR
trong Spark cho ng i dùng thay đ i đ c thông s cho đi u ch nh cho phù h p đ gi i
đ c các yêu c u c a các bài tốn trên.
Qua các phân tích d li u d a trên gi i thu t PPR, th y đ c cách v n d ng gi i thu t cho phù h p. Phân tích v s lan truy n c a các nút trong đ th t m t nút ngu n. S lan truy n
đ n h i t và theo qua các l n l p nh . Ki m tra đ c s l n l p đ xem s lan truy n, tác
đ ng c a ngu n đ n các nút khác. So sánh các l n th c hi n th ng, th c hi n khi có nút khác v i t c đ nhanh h n thì nó s có nút nh h ng s m h n, ch u tác đ ng chung t các ngu n.
Qua q trình phân tích và tìm hi u ch y gi i thu t cho các bài toán trên c ng có nh ng u đi m và khuy t đi m cho quá trình th c hi n.
uăđi m:
- ánh giá đ c nút ch u nh h ng b i nút ngu n nào là chính - ánh giá đ c ph m vi nh h ng c a nút ngu n qua các l n l p
- i u ch nh s l ng nút ngu n ban đ u, không ch y l i gi i thu t nên gi m s l n l p
- So sánh đ c s tác đ ng đ n các nút khác nh th nào
Khuy tăđi m:
42
H ng phát tri n
Gi i thu t PPR đ c áp d ng r ng rãi cho nhi u bài tốn khác nhau. Có th áp d ng gi i thu t có các bài tốn v lan truy n d ch b nh, phân tích tình hình kinh t các khu v c, th ng kê g i ý các s n ph m cho ng i dùng, các g i ý b n bè trên m ng xã h i,… Gi i thu t có khá nhi u h ng đ phát tri n phân tích đ t o thêm s thú v , mang l i các l i ích cho nhi u bài tốn khác.
Qua áp d ng gi i thu t thì c ng có th xu h ng xây d ng công c t ng tác v i ng i, nh n bi t các m i quan h , các m i quan tâm đ n ng i s d ng đ t ng t ng tác t t, g i ý nhi u cho ng i dùng. Tìm ra các nh h ng, s liên quan đ n ng i dùng đ cho s n ph m đ c phát tri n t t h n.
Bài tốn c ng có th phát tri n đ giúp t i u các bài toán khác. Thay đ i cách th c th c hi n đ xây d ng bài toán t i u. Bài toán trên c n ch y tr c gi i thu t cho các nút đ có d li u qua trình phân tích ti p theo. N u có nhi u t h p nút ngu n ví d ngu n A, ngu n B thì n u c đ nh ngu n A thì nên ch n nh ng ngu n B th nào là t i u h n, c ng nh giúp thay đ i th c hi n cho các bài toán khác.
43
TÀI LI U THAM KH O
[1] “PageRank,” Internet: https://vi.wikipedia.org/wiki/PageRank, Dec.17, 2020 [2] D. Gallo et al., “Personalized Page Rank on Knowledge Graphs: Particle
Filtering is all you need!,” in Proceedings of the 22nd International Conference on Extending Database Technology (EDBT), 2020.
[3] J. Shi et al., “Realtime Top-k Personalized PageRank over Large Graphs on GPUs,”in Proceedings of the VLDB Endowment, vol.13, pp.15-28, Sep. 2019. [4] M. S. Malak and R. East, “Built-in algorithms” in Spark GraphX in Action.
Minning, 2016, pp. 90-109
[5] “GraphOps,” Internet:
https://spark.apache.org/docs/3.3.0/api/java/org/apache/spark/graphx/GraphOps. html, Jun. 13, 2022
[6] “DOLPHINS.” Internet: https://networkrepository.com/soc-dolphins.php, Jun. 13, 2022
[7] “Email-Eu-core network.” Internet: https://snap.stanford.edu/data/email-Eu- core.html, Jun. 13, 2022
[8] “FAST-PPR: Personalized PageRank Estimation for Large Graphs.” Internet: https://cs.stanford.edu/people/plofgren/Fast-PPR_KDD_Talk.pdf, Jun. 13, 2022
[9] W. Xie et al., “Edge-Weighted Personalized PageRank: Breaking A Decade- Old Performance Barrier,” inKDD '15: Proceedings of the 21th ACM
SIGKDD International Conference on Knowledge Discovery and Data Mining, 2015, pp. 1325–1334. Doi: https://doi.org/10.1145/2783258.2783278
[10] Roshni and Dr. Unnikrishnan, “A Review on Pagerank and Personalized
Pagerank Algorithms,”International Research Journal of Engineering and Technology (IRJET) , vol. 8, pp. 253-257, Apr. 2021
44
[11] “From Random Walks to Personalized PageRank.” Internet: https://www.r- bloggers.com/2014/04/from-random-walks-to-personalized-pagerank, Jun. 13, 2022
[12] S. Park et al., “A Survey on Personalized PageRank Computation Algorithms,”
45
PH N LÝ L CH TRÍCH NGANG
H và tên: Nguy n Tu n Minh
Ngày, tháng, n m sinh: 12/07/1996 N i sinh: H Chí Minh
a ch liên l c: D5/48 p 4, xư H ng Long, huy n Bình Chánh, Thành ph H Chí Minh
QUỄăTRỊNHă ÀOăT O
- Tr ng i h c Bách Khoa TP. HCM – Sinh viên khoa KH & KT Máy tính (khóa 2014 – 2019)
- Tr ng i h c Bách Khoa TP. HCM – H c viên cao h c Khoa h c Máy tính (khóa 2019 – nay)
Q TRÌNH CƠNG TÁC
- T 12/2018 đ n 03/2020: làm vi c t i Công Ty TNHH Axon Active Vi t Nam Ngh nghi p: L p trình viên.
- T 06/2020 đ n 02/2021: làm vi c t i Công Ty TNHH Citynow Ngh nghi p: L p trình viên.
- T 04/2021 đ n nay: làm vi c t i T ng Công ty Gi i pháp Doanh nghi p Viettel –
Chi nhánh T p đồn Cơng nghi p – Vi n thông Quân đ i Ngh nghi p: K s phát tri n ph n m m.