近线性时间的大规模协作排名 公告： 该论文已被加拿大新斯科舍省哈利法克斯的KDD'17接受口头陈述（8.5％的接受率）（ ）。 我于2017年8月13日至17日之间在哈利法克斯作了关于这项工作的口头报告。 C ++代码可从（ ）获得。 您可以将工作引用为 Wu，Liwei，谢祖瑞和James Sharpnack。 “近线性时间的大型协作排名。” 第23届ACM SIGKDD国际知识发现和数据挖掘会议论文集。 ACM，2017年。 描述： 此仓库由四个文件夹组成： 数据文件夹：可以