Valutazione sperimentale di algoritmi di approssimazione Monte Carlo per PageRank

PageRank è una misura fondamentale della centralità dei nodi di un grafo. Tale misura ha molte applicazioni nell’analisi di reti in diversi domini, come ad esempio l’identificazione di pagine web rilevanti, una tecnica chiave per lo sviluppo e il successo del motore di ricerca Google. Dato che il calcolo esatto di questa misura è oneroso per grafi di grandi dimensioni, questa tesi presenta e valuta sperimentalmente un algoritmo efficiente, basato su un approccio di tipo Monte Carlo, in grado di restituirne approssimazioni accurate.