Machine learningNetwork science
PageRank الزمني
يمدّد خوارزمية PageRank الكلاسيكية لتشمل الشبكات المتطورة زمنياً عبر دمج حداثة التفاعلات وترتيبها. تُوزَن الحواف بوظيفة اضمحلال بحيث تساهم الاتصالات الحديثة في درجة العقدة أكثر من الاتصالات القديمة. والنتيجة هي ترتيب ديناميكي للأهمية يلتقط من هو مؤثر حالياً، بدلاً من التأثير على مدار تاريخ الشبكة بأكمله.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Rozenshtein, P. & Gionis, A. (2016). Temporal PageRank. In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD), Part II, LNCS 9852, pp. 674–689. Springer. DOI: 10.1007/978-3-319-46227-1_42 ↗
- Lerman, K. & Ghosh, R. (2010). Information Contagion: An Empirical Study of the Spread of News on Digg and Twitter Social Networks. In Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media (ICWSM), pp. 90–97. AAAI Press. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Temporal PageRank (Time-Aware Node Importance Ranking in Temporal Networks). ScholarGate. https://scholargate.app/ar/network-analysis/temporal-pagerank
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- PageRank الموجهتحليل الشبكات↔ compare
- تحليل الانتشار الشبكيتحليل الشبكات↔ compare
- مركزية البينونة الزمنيةتحليل الشبكات↔ compare
- اكتشاف المجتمعات الزمنيةتحليل الشبكات↔ compare
- مركزية المتجه الذاتي الزمنيتحليل الشبكات↔ compare
- تحليل الشبكات الاجتماعية الزمنيةتحليل الشبكات↔ compare